Een team van artsen, wetenschappers en technici van Mount Sinai heeft een deep learning algoritme voor pose-herkenning getraind op videobeelden van baby's in de neonatale intensive care unit (NICU). Doel van deze oplossing, Pose-AI genaamd, is het nauwkeurig volgen van baby’s op de NICU om zo belangrijke neurologische gegevens te herkennen.
Bij baby’s die op de NICU gemonitord en behandeld worden, kan het verslechteren van de neurologische situatie onverwacht, en soms met vergaande gevolgen, optreden. Voor het continu monitoren van long- en hartfunctie worden op de NICU al vele jaren goede oplossingen gebruikt. Echter, het continu monitoren van neurologische activiteit en status is, ondanks alle ontwikkelingen op het gebied van elektro-encefalografie (EEG) en gespecialiseerde neuro-NICU's, beperkt. De neurologische status wordt daarom nog altijd alleen met tussenpozen geëvalueerd.
AI-tool voor neurologische monitoring
Pose-AI, het deep learning AI-algoritme dat nu door het team van Mount Sinai getraind is, kan uitgroeien tot een minimaal invasieve, schaalbare methode voor continue neurologische bewaking in NICU's. Daardoor kunnen cruciale realtime inzichten in de gezondheid van baby's worden verkregen die voorheen niet mogelijk waren. De AI-methode is eerder deze maand gepubliceerd in het tijdschrift eClinicalMedicine.
Pose-AI maakt voor het monitoren gebruik van de beelden van videocamera’s die in de meeste NICU’s standaard al aanwezig zijn om de baby’s te bewaken. Het team trainde een AI-algoritme op meer dan 16.938.000 seconden (ruim 4700 uur) met videobeelden van een diverse groep van 115 baby's in de NICU van The Mount Sinai Hospital die continu werden gevolgd met behulp van video EEG-monitoring.
Neurologische achteruitgang voorspellen
Hiermee konden zij aantonen dat Pose AI nauwkeurig herkenningspunten van baby's kan opsporen met behulp van videobeelden. Vervolgens werden anatomische herkenningspunten uit de videodata gebruikt om twee kritieke condities - versuffing en cerebrale disfunctie - met hoge nauwkeurigheid te voorspellen.
“Hoewel veel neonatale intensive care-afdelingen videocamera's hebben, passen ze tot nu toe geen deep learning toe om patiënten te monitoren. Ons onderzoek toont aan dat het toepassen van een AI-algoritme op camera's die continu baby's in de NICU monitoren een effectieve manier is om neurologische veranderingen vroegtijdig te detecteren, waardoor mogelijk snellere interventies en betere resultaten mogelijk zijn”, aldus Felix Richter, MD, Ph.D., senior auteur van het artikel en docent Newborn Medicine bij de afdeling Kindergeneeskunde van Mount Sinai.
“We streven naar een toekomstig systeem waarmee baby's in de NICU continu met behulp van camera’s gemonitord worden, en waarbij AI een neurotelemetriestrook levert die vergelijkbaar is met hartslag- of ademhalingsmonitoring, met waarschuwingen voor veranderingen in sedatieniveaus of cerebrale disfunctie. Artsen kunnen video's en door AI gegenereerde inzichten bekijken wanneer dat nodig is, wat een intuïtief en gemakkelijk te interpreteren hulpmiddel biedt voor zorg aan het bed”, voegt Richter toe.
Verder onderzoek en meer tests
Hoewel de onderzoekers erg positief verrast waren over de werking van Pose-AI met camerabeelden onder veranderende (licht)omstandigheden, benoemen ze ook de beperkingen van het onderzoek. Zo zijn de AI-modellen getraind op gegevens die waren verzameld in één instelling, wat betekent dat dit algoritme en neurologische voorspellingen moeten worden geëvalueerd op videogegevens van andere instellingen en videocamera's.
Het onderzoeksteam is dan ook van plan om deze technologie in andere NICU's te testen en klinische onderzoeken te ontwikkelen om de impact op de zorg te beoordelen. Ze onderzoeken ook de toepassing op andere neurologische aandoeningen en breiden het gebruik uit naar volwassen populaties.
Nederlandse voorbeelden
Het idee om AI-tools en -algoritmen te ontwikkelen en trainen om te vroeg geboren baby’s op een NICU beter te kunnen monitoren is niet nieuw. In 2022 won ‘I See You’ de Ureka Mega Challenge. Bij die oplossing werd AI gekoppeld aan 24/7-monitoring, in combinatie met een webcam.
Een andere ontwikkeling voor het op afstand continu monitoren van te vroeg geborenen werd begin dit jaar geïntroduceerd in het Máxima MC, Daar wordt op de NICU nu de Bambi Belt ingezet. Die bewaakt de hartslag (ECG) en dEMG, voor apneudetectie bij prematuren> De belt wordt een eenmalig met een siliconenband onder de ribbenkast van de baby geplaatst. De band stuurt de meetgegeven gegevens draadloos naar de patiëntmonitor en het NICU-alarmbeheersysteem.
