Mesterséges intelligencia segíti a koraszülött kisbabák egészséges fejlődését – a Nature Pediatric Research folyóiratban jelent meg a HUN-REN SZTAKI kutatóinak publikációja
A HUN-REN SZTAKI Számítógépes Optikai Érzékelés és Feldolgozás Kutatólaboratórium és a Semmelweis Egyetem kutatói által írt, a Nature Pediatric Research-ben 2026. június 26-án megjelent, nyílt hozzáférésű tanulmány bizonyítja, hogy fejlett kamerarendszerek és mesterséges intelligencia segítségével felismerhetők és folyamatosan monitozohatók az inkubátorban fejlődő koraszülött kisbabák hosszú távú fejlődését befolyásoló testhelyzetek, viselkedésformák és mozdulatok.
Az alvás közbeni megfelelő testhelyzet biztosítása alapvető fontosságú a koraszülött újszülöttek kedvező mozgásszervi és idegrendszeri fejlődése szempontjából, azonban a jelenleg alkalmazott közvetlen emberi megfigyelésen alapuló értékelési módszerek időigényesek, és az értékelők közötti eltérések miatt korlátozott megbízhatóságúak – fogalmaz az Automated neonatal sleep positioning assessment by video monitoring and machine learning tanulmány. Annak érdekében, hogy az új, gépi érzékelésen alapuló módszert kidolgozzák, a kutatók 88 olyan kisbaba viselkedését monitorozták, akik inkubátorban voltak. Összesen 8400 órányi speciális videófelvételt elemeztek, így építették fel a jövőben a koraszülött ellátásban alkalmazható, új modellt.
„A megfelelő testhelyzet biztosítása, annak nappali és éjszakai folyamatos nyomon követése, az objektív értékelése, valamint optimális megválasztása alapvető fontosságú a koraszülött újszülöttek kedvező mozgásszervi és idegrendszeri fejlődése szempontjából” – fogalmazott Földesy Péter, a HUN-REN SZTAKI Számítógépes Optikai Érzékelés és Feldolgozás Kutatólaboratóriumának tudományos munkatársa, a tanulmány első szerzője. Mivel a kutatók által kifejlesztett modell a nap 24 órájában képes figyelni a csecsemők viselkedését, a korábbi szűk keresztmetszetként azonosítható időhányból és szubjektív emberi faktorokból származó hátrányokat is sikerült kiiktatni.
„Röviden: olyan automatizált, videóalapú módszert fejlesztettünk ki, amely lehetővé teszi a testtartás és a testhelyzet nappali és éjszakai értékelését” – fogalmazott a kutató.
A cikk ide kattintva olvasható.
Borítókép: Solen Feyissa // Unsplash
