《柳叶刀》：人工智能可以仅通过视频数据检测新生儿重症监护病房婴儿的严重神经系统变化

研究结果可以作为全球重症监护病房更广泛的神经监测应用的基础

　　

西奈山的一个由临床医生、科学家和工程师组成的团队在新生儿重症监护病房（NICU）的婴儿视频上训练了一种深度学习姿势识别算法，以准确跟踪他们的动作并识别关键的神经系统指标。

这项基于人工智能（AI）的新工具的研究结果发表在11月11日的《柳叶刀》（Lancet）杂志的ecclinicalmedicine上，它可能会为新生儿重症监护病房的连续神经系统监测提供一种微创、可扩展的方法，为婴儿健康提供关键的实时洞察，这在以前是不可能的。

在美国，每年有超过30万的新生儿被送入新生儿重症监护病房。婴儿警觉性被认为是神经系统检查中最敏感的部分，反映了整个中枢神经系统的完整性。新生儿重症监护病房的神经功能恶化可能会意外发生，并具有毁灭性的后果。然而，与连续监测新生儿重症监护病房中婴儿心肺功能的心肺遥测不同，尽管在脑电图（EEG）和专门的神经-新生儿重症监护病房中进行了数十年的工作，神经遥测在大多数新生儿重症监护病房中仍然难以捉摸。神经系统状态的评估是间歇性的，使用不精确的体检，可能会错过亚急性变化。

西奈山大学的研究小组假设，一种跟踪婴儿运动的计算机视觉方法可以预测新生儿重症监护病房的神经系统变化。“姿势人工智能”是一种机器学习方法，可以从视频数据中跟踪解剖地标；它彻底改变了田径运动和机器人技术。

西奈山医院的团队训练了一种人工智能算法，使用了超过1693.8万秒的视频片段，这些视频片段来自西奈山医院新生儿重症监护室的115名婴儿，他们正在接受连续的视频脑电图监测。他们展示了Pose人工智能可以从视频数据中准确地跟踪婴儿的地标。然后，他们利用视频数据中的解剖标志来预测两种危急情况——镇静和脑功能障碍——准确率很高。

“尽管许多新生儿重症监护病房都有摄像机，但迄今为止，他们还没有应用深度学习来监测患者，”该论文的高级作者、西奈山儿科新生儿医学讲师Felix Richter医学博士说。“我们的研究表明，将人工智能算法应用于持续监测新生儿重症监护病房婴儿的摄像机是早期发现神经系统变化的有效方法，有可能实现更快的干预和更好的结果。”

研究小组对Pose AI在不同光照条件下（白天、夜晚、接受光疗的婴儿）和不同角度的工作效果感到惊讶。他们还惊讶地发现，他们的Pose AI运动指数与胎龄和出生后年龄都有关系。

“值得注意的是，这种方法并不能取代对新生儿重症监护室至关重要的医生和护理评估。相反，它通过提供一个连续的读数来增强这些，然后可以在给定的临床环境中采取行动，”Richter博士解释说。“我们设想一个未来的系统，其中摄像头持续监测新生儿重症监护病房中的婴儿，人工智能提供类似于心率或呼吸监测的神经遥测条，并对镇静水平或脑功能障碍的变化发出警报。临床医生可以在需要时查看视频和人工智能生成的见解，为床边护理提供直观且易于解释的工具。”

该团队指出了该研究的局限性，包括人工智能模型是根据单一机构收集的数据进行训练的，这意味着该算法和神经学预测需要根据来自其他机构和摄像机的视频数据进行评估。研究小组计划在更多的新生儿重症监护病房中测试这项技术，并开展临床试验，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，并将其应用于成年人。

“在西奈山，我们致力于确保新的人工智能可能性得到调查和利用，以提高我们患者的护理水平，”Girish N. Nadkarni医学博士、公共卫生硕士、数据驱动和数字医学系统主管、西奈山临床情报中心主任、查尔斯·布朗夫曼个性化医学研究所主任和研究报告的合著者。“人工智能工具已经在推进西奈山医疗系统的临床护理，包括缩短住院时间、减少再入院率、帮助癌症诊断和治疗靶向，以及根据可穿戴设备产生的生理数据为患者提供实时护理，等等。我们很高兴现在能将这种无创、安全、有效的人工智能工具带入新生儿重症监护室，以改善我们最小、最脆弱的患者的预后。”