Tekoälyn tekemä video auttaa tunnistamaan vauvan poikkeavaa liikehdintää

Lääkärit voivat ennustaa videon avulla muun muassa CP-vamman riskiä hyvin varhaisessa vaiheessa.

Tekoälyn tekemä video auttaa tunnistamaan vauvan poikkeavaa liikehdintää Kuva 1 / 1

Pikkuvauvojen omatoiminen liikehdintä paljastaa monia kliinisesti merkittäviä asioita lapsen kehityksestä. Tavallisia liikemalleja (general movements, GM) arvioimalla voidaan havaita kehityspoikkeamia ja muun muassa ennustaa CP-vamman riski hyvin varhaisessa vaiheessa.

– Kolmen kuukauden ikäisen vauvan normaaliin spontaaniin liikehtimiseen kuuluu käsien ja jalkojen pyörähteleviä, ’tanssahtelevia’, liikkeitä. Näiden liikkeiden puuttuminen ennustaa suurella todennäköisyydellä CP-vamman kehittymistä, kertoo kliinisen neurofysiologian professori Sampsa Vanhatalo Helsingin yliopistosta ja HUS:sta tiedotteessa.

Nykyisin CP-vamman diagnoosi pystytään tekemään vasta kun lapsi on puolesta vuodesta kahteen vuoden iässä.

GM-liikeanalyysi voisi auttaa tässä, mutta vain harvat lääkärit tai terapeutit hallitsevat menetelmän. Lisäksi nykyinen GM-analyysi pohjautuu silmämääräiseen arvioon ja on siksi aina subjektiivinen.

Tikku-ukko kertoo olennaisen

Helsingin ja Pisan yliopistojen tutkijat ryhtyivät selvittämään, voisiko tavallinen videokuvaus vauvan liikkeistä olla muunnettavissa koneellisesti analysoitavaksi tiedoksi.

Tamperelainen videoiden tekoälyanalyysiin keskittynyt Neuro Event Labs kehitti tietokonepohjaisen menetelmän, joka pystyi poimimaan alkuperäiseltä videolta lapsen liikkeet ja luomaan tämän tiedon pohjalta pelkistetyn tikku-ukkovideon.

Tutkijat antoivat tikku-ukkovideoita analysoitavaksi GM-menetelmään perehtyneille lääkäreille nähdäkseen onko liikkeissä säilynyt diagnostisesti merkittävä liiketieto.

– Tikku-ukkovideoiden pohjalta tehdyt arviot osuivat 95-prosenttisesti oikeaan – kliinisesti olennainen tieto oli siis säilynyt muokatussa videossa, Vanhatalo sanoo tiedotteen mukaan.

Tämä osoitti, että automaattinen algoritmi voi löytää tavallisista videotallenteista kliinisesti merkitseviä liikemalleja. Näistä tikku-ukoista voidaan suoraan tehdä kvantitatiivista analyysia.

Vanhatalo sanoo, että tarvitaan objektiivisia ja automatisoituja menetelmiä, jotta vauvan liikeanalyysia voitaisiin hyödyntää laajemmin ja se olisi jopa kaikkien maailman lasten ulottuvilla.

Tikku-ukkovideoiden käyttö mahdollistaa myös sen että vauvojen liikkeitä kuvaavia videoita voidaan jakaa täysin anonymisoituina ympäri maailmaa.

– Olemme parhaillaan kehittämässä isomman aineiston ja 3D-videoiden avulla tekoälypohjaista algoritmia, joka antaa kypsyysarvion lapsen liikemalleista. Jos analyysin tuottama liikemalli-ikä ei vastaa lapsen todellista ikää, lapsen kehityksessä on jotain poikkeavaa, Vanhatalo toteaa tiedotteessa.

Liikeanalyysilla tietoa kehityspoikkeamista ja kuntoutuksen tehosta

Automatisoidulla liikeanalyysimenetelmällä on paljon sovellusmahdollisuuksia. CP-vammojen varhaisdiagnostiikan lisäksi menetelmää voi käyttää laajemminkin lasten kehityksen ja erilaisten kuntoutusmenetelmien arvioinnissa.

Automatisoidun liikeanalyysin avulla pystyttäisiin myös perusterveydenhuollossa nykyistä paremmin tunnistamaan ne lapset, joilla on erikoissairaanhoitoa vaativia kehityshäiriöitä.

Kirjoittaja
Ulla Toikkanen
toimittaja

Kuva
Fotolia

Artikkeli on julkaistu alun perin Lääkärilehdessä 26.3.2019.

Oletko jo lukenut nämä?