Babydetektor programvare overvåker hjerte- og pustefrekvenser

Forskere ved University of South Australia har utviklet et datavisjonssystem som kan automatisk detektere et barns ansikt i en sykehus-seng. Dette muliggjør helseeksperter å overvåke livsviktige tegn på avstand fra en digital kamera, og det viser samme nøyaktighetsrate som en elektrokardiogram-maskin.

Mens kunstig intelligens (AI) programvare og ansiktsgjenkjenningsteknologi ofte brukes til å detektere voksne menneskers ansikter, er dette nye systemet det første som er utviklet for å detektere et for tidlig født barns ansikt og hud. Det kan gjøre dette til tross for de forskjellige tuber og klær som omgir barnet.

Overvåking av hjerte- og pustefrekvenser på avstand

Ingeniører og forskere samarbeidet med en neontalsspesialist fra UniSA for å overvåke hjerte- og pustefrekvenser hos syv spedbarn i Neonatal Intensive Care Unit (NICU) ved Flinders Medical Centre i Adelaide med hjelp av et digitalt kamera.

UniSA Professor Javaan Chahl er en av hovedforskerne.

“Barn i neontal intensivavdeling kan være ekstra vanskelige for datamaskiner å gjenkjenne fordi deres ansikter og kropp er skjult av tuber og annet medisinsk utstyr,” sier Chahl.

“Mange for tidlige barn blir behandlet med fototerapi for gulsott, så de er under sterke blå lys, noe som også gjør det utfordrende for datavisjonssystemer,” fortsatte han.

Utvikling av systemet

Teknologien ble utviklet ved hjelp av en datasett av videoer av barn i NICU, noe som muliggjorde at systemet kunne detektere deres hudtone og ansikter nøyaktig.

Forskningen viste at systemets målinger av livsviktige tegn er like gode som en elektrokardiogram (ECG). Det overgikk til og med de konvensjonelle elektrodene i noen tilfeller.

Studien er en del av et større UniSA-prosjekt som arbeider med å erstatte kontaktbaserte elektriske sensorer med ikke-kontakt videokameraer, noe som kan hjelpe med å unngå hudskjæringer og infeksjoner forårsaket av klisterpads. Disse kan skje på grunn av den ømfintlige naturen til barnas hud.

Høyoppløselige kameraer ble brukt til å filme spedbarnene på nært hold mens viktige psykologiske data ble trukket ut ved hjelp av avanserte signalbehandlings-teknikker som kan detektere små fargeendringer fra hjerteslag og kroppbevegelser. Disse kan ikke detekteres av det menneskelige øye, noe som er en annen viktig faktor i det nye systemet.

Ifølge UniSA neontal kritisk omsorgsspesialist Kim Gibson er neurale nettverk for å detektere spedbarns ansikter en stor gjennombrudd i ikke-kontakt overvåking.

“I NICU-innstillingen er det svært utfordrende å spille inn klare videoer av for tidlige barn. Det er mange hindringer, og lysforholdene kan også variere, så å få nøyaktige resultater kan være vanskelig. Men detekteringsmodellen har fungert over våre forventninger.”

“Verden over er det mer enn 10 prosent av barn som fødes for tidlig og på grunn av deres sårbarhet må deres livsviktige tegn overvåkes kontinuerlig. Tradisjonelt har dette blitt gjort med klister-elektroder plassert på huden som kan være problematisk, og vi tror ikke-kontakt overvåking er veien fremover,” sier Gibson.

COVID-19-pandemien gjør at disse resultater er enda viktigere, sier professor Chahl. Med fysisk distansering kan teknologier som denne spille en stadig viktigere rolle i sykehusene.