The 5000 Babies Project: Early detection of cerebral palsy movement patterns in infants
Deze haalbaarheidsstudie toont aan dat computer vision-technieken toegepast op videofragmenten van zuigelingen effectief cerebrale parese kunnen voorspellen door een mediane ROC-AUC van 0,82 te bereiken via de analyse van op houding gebaseerde kinematische kenmerken met behulp van deep learning-modellen.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor dat je een nieuwe dans probeert te leren door naar een video van iemand anders te kijken. Als je slechts een paar wazige frames ziet, mis je misschien het ritme. Maar als je een heldere, stabiele video hebt en een slimme computer die elke stap, elke armzwaai en elke draai van het lichaam kan volgen, begin je misschien patronen te zien die je met het blote oog niet zou opmerken. Dit is de kern van een vakgebied genaamd "computer vision" (computervisie), waarbij machines leren om bewegingen te "zien" en te begrijpen zoals mensen dat doen. In de wereld van de geneeskunde wordt deze technologie gebruikt om kleine aanwijzingen te ontdekken in hoe baby's bewegen, die kunnen wijzen op een aandoening genaamd cerebrale parese (CP). Op dit moment moeten artsen vaak wachten tot een kind 18 tot 24 maanden oud is voordat ze een definitieve diagnose kunnen stellen, omdat de bewegingen van baby's lastig te interpreteren zijn. Maar wetenschappers weten dat hoe eerder zij het probleem kunnen signaleren, hoe eerder ze het kind kunnen helpen, wat leidt tot veel betere resultaten. De grote vraag is: kan een computer naar een video van een baby kijken en deze vroege waarschuwingssignalen sneller en betrouwbaarder opsporen dan een menselijke expert?
Dit is precies wat het "5000 Babies Project" wilde testen. Een team van onderzoekers van ziekenhuizen en technologiebedrijven verzamelde videobeelden van 930 zuigelingen, in de leeftijd van nul tot zes maanden. Ze keken de video's niet alleen af; ze voedden ze aan een computerprogramma dat is ontworésen om te fungeren als een digitale skelettracker. Dit programma, dat gebruikmaakt van standaardtechnologie, bracht 12 sleutelpunten op het lichaam van elke baby in kaart—zoals hun polsen, ellebogen, schouders, heupen, knieën en enkels—waardoor een bewegende stokfiguur-representatie van elke kleine beweging ontstond. Het doel was om te zien of de computer het verschil kon leren tussen de "typische" wiebelingen van een gezonde baby en de "atypische" bewegingspatronen die later in het leven kunnen leiden tot een diagnose van cerebrale parese.
De onderzoekers behandelden dit als een enorme trainingssessie voor een AI-student. Ze lieten de computer duizenden frames van video analyseren, zoekend naar specifieke "kinematische kenmerken", wat gewoon een chique manier is om te zeggen "metingen van beweging". Ze testten verschillende manieren om deze bewegingen te meten: deed de computer het beter door te kijken naar hoe ver een hand van een schouder verwijderd was? Of door te controleren of de linkerkant van het lichaam anders bewoog dan de rechterkant? Ze testten ook twee soorten videoclips: "saliente" clips, wat 90-seconden durende segmenten zijn die zorgvuldig door menselijke experts zijn gekozen om de baby duidelijk en rustig te laten bewegen, en "niet-saliente" clips, die simpelweg willekeurige fragmenten uit de video waren die ook kunnen bevatten dat de baby huilt of afgeleid is.
De resultaten waren een mix van opwindende mogelijkheden en belangrijke lessen. De computer leerde dat de meest nuttige aanwijzingen niet gingen over hoe een enkel gewricht op zichzelf bewoog, maar eerder over de afstand tussen twee gewrichten. Het was alsoverstaan dat je om een dans te begrijpen, niet alleen naar de voet kijkt, maar hoe de voet zich verhoudt tot de knie en de heup. Specifiek vond de computer dat het volgen van de afstand tussen gewrichten aan dezelfde kant van het lichaam (zoals de linkerpols tot de linkerenkel) de krachtigste manier was om de patronen te ontdekken die geassocieerd worden met cerebrale parese. Wanneer de computer werd getraind op de "saliente" clips—de clips die mensen kozen als de beste voorbeelden—presteerde het zeer goed, met een score (genaamd ROC-AUC) van 0,82. Dit betekent dat het onderscheid kon maken tussen typische en atypische gevallen met een hoge mate van nauwkeurigheid, waarbij het ongeveer 81% van de baby's die later de diagnose CP zouden krijgen correct identificeerde en ongeveer 71% van degenen die dat niet zouden krijgen, correct uitsloot.
De studie weerlegde echter ook enkele ideeën. De computer had moeite wanneer hij probeerde te leren van de "niet-saliente" clips; de prestaties daalden aanzienlijk, wat suggereert dat het simpelweg voeden van een machine met willekeurige video niet genoeg is. Het merkte ook dat het kijken naar slechts één gewricht tegelijk, of het te veel focussen op hoeveel de romp van de baby draaide, niet genoeg informatie bood om een goede voorspelling te doen. Sterker nog, sommige modellen die alleen vertrouwden op de rotatiehoek van de baby waren zo gretig om een probleem te vinden, dat ze bijna elke baby als zijnde met CP markeerden, wat leidde tot veel valse alarmen.
Uiteindelijk suggereert deze studie dat het gebruik van computer vision om de bewegingen van baby's te analyseren een veelbelovende weg voorwaarts is. Het laat zien dat een machine de subtiele verschillen in hoe een baby beweegt kan leren zien, vooral wanneer de focus ligt op de relatie tussen verschillende lichaamsdelen en wanneer de machine wordt voorzien van hoogwaardige, door experts geselecteerde videodata. Hoewel dit nog geen magische genezing of een afgewerkt product is dat klaar is voor elke dokterspraktijk, bewijst het dat het concept werkt. De onderzoekers kwamen tot de conclusie dat met de juiste data en de juiste manier om beweging te meten, computers krachtige partners kunnen worden in het vroeger opsporen van cerebrale parese, wat potentieel meer baby's kan helpen de ondersteuning te krijgen die ze nodig hebben om te gedijen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.