Умный комбинезон проследил за моторным развитием ребенка

Нейрофизиологи из Финляндии разработали объективный метод отслеживания моторного развития ребенка, который потенциально может применяться в клинической оценке. Метод заключается в сборе данных движений и поз младенца во время игры с помощью комбинезона с датчиками движения. Результаты наблюдательного исследования с 59 младенцами опубликованы в Communications Medicine.

То, как проходит развитие ребенка в раннем возрасте, во многом определяет его способности в будущем, поэтому отслеживание этапов развития остается важной задачей специалистов из различных областей медицины. Часть исследований младенцев направлена на изучение того, что они способны воспринимать и как это влияет на развитие. Например, итальянские исследователи выяснили, что уже в возрасте трех дней новорожденные могут различать отдельные слова, а группа американских ученых показала, что полуторагодовалые дети могут оценить сложность задачи. Другая часть исследований направлена на разработку технологий, способствующих поддержанию здорового развития ребенка или корректировке нарушений. Так, команда американских биоинженеров и реабилитологов разработала ползунок для помощи младенцам с риском развития детского церебрального паралича.

В рамках изучения и поддержания развития младенцев финские исследователи во главе с Ману Айраксиненом (Manu Airaksinen) из BABA-центра Университетской клиники Хельсинки разработали метод, который позволяет отслеживать моторное развитие, регистрируя движения во время спонтанной игры. В наблюдательном исследовании приняли участие 59 младенцев в возрасте от 5 до 19 месяцев, 55 из которых развивались нормотипично, а 4 имели неврологические заболевания (их данные использовались только для обучения классификатора). Комбинезон содержал водонепроницаемые датчики, которые крепились на каждой конечности ребенка, но при этом не мешали ему. Для оценки моторной активности ребенка авторы разработали схему, включающую в себя пять поз и четыре движения, которые не требовали от эксперта делать предположения о намерениях ребенка, в отличие от шкал клинической оценки.

Всего исследователи провели 64 сессии записи данных с детьми, которые проходили либо дома у участников, либо в исследовательском центре. На первом этапе авторы записывали видео у части детей во время игровой сессии в комбинезоне для дальнейшей маркировки поз и движений экспертами, а затем использовали маркированные данные 41 ребенка для обучения и валидации автоматического классификатора. На втором этапе физиотерапевт оценил записи 28 детей по моторной шкале Альберта для сравнения с оценкой по разработанной исследователями шкале BIMS, полученной от алгоритма. Баллы этой шкалы варьировались от 0 до 100, отражая уровень моторного развития ребенка.

Авторы использовали анализ надежности для сравнения оценок между экспертами на первом этапе, который показал высокий уровень согласованности для всех поз (k = 0,95), и более низкий для движений (k = 0,60). При сравнении маркировки данных экспертами и классификатором, согласованность для поз также оказалась выше (k = 0,93), чем для движений (k = 0,58). Кроме того, алгоритм хорошо спрогнозировал возраст моторного развития в месяцах со средней абсолютной ошибкой в 1,4 (1,1) месяца, причем чем дольше длилась сессия записи данных с младенцем, тем точнее было предсказание.

Авторы также обнаружили, что корреляция баллов по разработанной ими шкале BIMS с баллами моторной шкалы Альберта (r = 0,83) была выше, чем корреляция моторной шкалы Альберта с хронологическим возрастом младенца (r = 0,56), что указывает на то, что шкала BIMS лучше раскрывает диагностический потенциал, чем сравнение с хронологическим возрастом.

Полученные результаты говорят о том, что разработанный исследователями метод может заменить эксперта в маркировке поз и движений без заметного снижения качества. Авторы отмечают потенциальную возможность использования метода в клинической практике и такие его преимущества как объективность и количественное измерение параметров моторного развития.

Ранее мы писали о других технологиях, которые помогают и взрослым людям. Например, об экзоскелете, разработанном немецкими учеными, который сообщает о неправильной осанке, а также об испытании протеза ноги с биологической обратной связью. В другом материале вы можете узнать о пластиковом гаджете с шариками от австрийского дизайнера, который помогает людям с зависимостью от смартфона.

Анастасия Ляшенко

Нашли опечатку? Выделите фрагмент и нажмите Ctrl+Enter.
CAR-T-лимфоциты помогли при трех тяжелых аутоиммунных заболеваниях

В пилотных испытаниях участвовали 15 пациентов