Model dan platform AI

Perangkat Lunak Deteksi Bayi Memantau Denyut Jantung dan Pernapasan

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google

Peneliti di Universitas Australia Selatan telah mengembangkan sistem penglihatan komputer yang dapat secara otomatis mendeteksi wajah bayi di tempat tidur rumah sakit. Ini memungkinkan ahli kesehatan untuk memantau tanda-tanda vital dari kamera digital, dan menunjukkan tingkat akurasi yang sama dengan mesin elektrokardiogram.

Sementara perangkat lunak kecerdasan buatan (AI) dan teknologi pengenalan wajah sering digunakan untuk mendeteksi wajah manusia dewasa, sistem baru ini adalah yang pertama dikembangkan untuk mendeteksi wajah dan kulit bayi prematur. Ini dapat melakukan ini meskipun berbagai tabung dan pakaian yang mengelilingi bayi.

Memantau Denyut Jantung dan Pernapasan dari Jarak Jauh

Peneliti teknik bekerja dengan spesialis perawatan neonatal dari UniSA untuk memantau denyut jantung dan pernapasan tujuh bayi di Unit Perawatan Intensif Neonatal (NICU) di Pusat Medis Flinders di Adelaide dengan menggunakan kamera digital.

Profesor UniSA Javaan Chahl adalah salah satu peneliti utama.

“Bayi di perawatan intensif neonatal dapat sangat sulit untuk dikenali oleh komputer karena wajah dan tubuh mereka terhalang oleh tabung dan peralatan medis lainnya,” kata Chahl.

“Banyak bayi prematur sedang diobati dengan fototerapi untuk jaundice, sehingga mereka berada di bawah cahaya biru terang, yang juga membuatnya sulit bagi sistem penglihatan komputer,” lanjutnya.

Mengembangkan Sistem

Teknologi ini dikembangkan menggunakan dataset video bayi di NICU, yang memungkinkan sistem untuk mendeteksi warna kulit dan wajah mereka dengan akurat.

Penelitian menunjukkan bahwa pembacaan tanda-tanda vital sistem ini sebanding dengan yang dilakukan oleh elektrokardiogram (ECG). Bahkan, sistem ini outperform elektroda konvensional dalam beberapa kasus.

Studi ini merupakan bagian dari proyek UniSA yang lebih besar yang bekerja untuk menggantikan sensor listrik berbasis kontak dengan kamera video non-kontak, yang dapat membantu menghindari robeknya kulit dan infeksi yang disebabkan oleh bantalan perekat. Yang terakhir dapat terjadi karena sifat kulit bayi yang rapuh.

Kamera resolusi tinggi digunakan untuk merekam bayi dari jarak dekat sementara data psikologis vital diekstrak menggunakan teknik pemrosesan sinyal lanjutan yang dapat mendeteksi perubahan warna halus dari denyut jantung dan gerakan tubuh. Ini tidak dapat dideteksi oleh mata manusia, yang merupakan faktor kunci dari sistem baru ini.

Menurut spesialis perawatan kritis neonatal UniSA Kim Gibson, jaringan saraf untuk mendeteksi wajah bayi merupakan terobosan besar dalam pemantauan non-kontak.

“Di pengaturan NICU, sangat sulit untuk merekam video bayi prematur yang jelas. Ada banyak halangan, dan pencahayaan juga dapat bervariasi, sehingga mendapatkan hasil yang akurat dapat sulit. Namun, model deteksi telah berperforma di luar harapan kami.”

“Di seluruh dunia, lebih dari 10 persen bayi lahir prematur dan karena kerentanan mereka, tanda-tanda vital mereka perlu dipantau terus-menerus. Secara tradisional, ini telah dilakukan dengan elektroda perekat yang ditempatkan pada kulit yang dapat menyebabkan masalah, dan kami percaya bahwa pemantauan non-kontak adalah cara yang akan datang,” kata Gibson.

Pandemi COVID-19 membuat hasil ini menjadi lebih penting, kata profesor Chahl. Dengan physical distancing, teknologi seperti ini dapat memainkan peran yang semakin penting di rumah sakit.

Alex McFarland adalah seorang jurnalis dan penulis AI yang menjelajahi perkembangan terbaru dalam kecerdasan buatan. Ia telah berkolaborasi dengan berbagai startup dan publikasi AI di seluruh dunia.