每年，美国有超过30万名新生儿被送入新生儿重症监护室（NICU）。婴儿的警觉性被认为是神经系统检查中最敏感的部分，反映了中枢神经系统的完整性。然而，尽管心肺监测技术已经可以连续监测NICU婴儿的心肺功能，但神经监测在大多数NICU中仍然难以实现，尽管几十年来在脑电图（EEG）和专门的神经NICU方面做了大量工作。神经状态通常间歇性地通过物理检查进行评估，这些检查不够精确，可能会错过亚急性变化。
西奈山医院的一组临床医生、科学家和工程师训练了一种深度学习姿态识别算法，用于处理NICU婴儿的视频流，以准确跟踪他们的运动并识别关键的神经指标。这项新的人工智能（AI）工具的研究成果于11月11日发表在《eClinicalMedicine》杂志上，可能带来一种侵入性小且可扩展的方法，用于NICU中的连续神经监测，提供以前无法实现的关键实时洞察婴儿健康状况的信息。
研究团队构建了一个大型的视频-脑电图数据库（N=115名婴儿，282,301分钟的视频，每秒30帧，共10.4 TB），存储在符合HIPAA标准的超级计算集群上。他们证明了“姿态AI”可以从视频数据中准确跟踪婴儿的解剖标志，并利用这些标志预测两种关键条件——镇静和脑功能障碍，准确率很高。
“虽然许多新生儿重症监护室都配备了摄像头，但迄今为止它们尚未应用深度学习来监测患者，”该论文的资深作者、西奈山儿科系新生儿医学讲师Felix Richter博士说。“我们的研究表明，将AI算法应用于连续监测NICU婴儿的摄像头是一种有效的方法，可以早期检测神经变化，从而可能更快地进行干预并改善结果。”
研究团队对“姿态AI”在不同光照条件（白天、夜晚、接受光疗的婴儿）和不同角度下表现得如此出色感到惊讶。他们还发现，“姿态AI”运动指数与胎龄和出生后年龄有关。
“需要注意的是，这种方法不会取代NICU中至关重要的医生和护士评估。相反，它通过提供连续的读数来增强这些评估，这些读数可以在特定的临床背景下采取行动，”Richter博士解释道。“我们设想未来的系统中，摄像头将连续监测NICU中的婴儿，AI提供类似于心率或呼吸监测的神经遥测带，并在镇静水平或脑功能障碍发生变化时发出警报。临床医生可以在需要时查看视频和AI生成的见解，提供一个直观且易于解释的床边护理工具。”
研究团队指出了研究的局限性，包括AI模型是在单一机构收集的数据上训练的，这意味着这种算法和神经预测需要在其他机构和摄像头的视频数据上进行评估。研究团队计划在其他NICU中测试这项技术，并开发临床试验以评估其对护理的影响。他们还在探索将其应用于其他神经系统疾病，并扩展到成人人群。
“在西奈山，我们致力于确保新的AI可能性得到调查和利用，以推进患者的护理，”系统首席数据驱动和数字医学主任、西奈山临床智能中心主任、查尔斯·布朗夫曼个性化医学研究所主任Girish N. Nadkarni博士说。“AI工具已经在西奈山卫生系统中推进临床护理，包括缩短住院时间、减少再入院、帮助癌症诊断和治疗靶向，以及基于可穿戴设备生成的生理数据向患者提供实时护理。我们现在非常兴奋地将这种非侵入性、安全且有效的AI工具引入NICU，以改善我们最小、最脆弱的患者的结果。”
(全文结束)
