
-
生物通官微
陪你抓住生命科技
跳动的脉搏
基于AI的视频分析在评估单侧脑瘫儿童上肢功能中的应用:远程监测的可行性
《Journal of NeuroEngineering and Rehabilitation》:AI-based video analysis for the assessment of upper limb function in children with unilateral cerebral palsy: feasibility of remote monitoring
【字体: 大 中 小 】 时间:2026年03月05日 来源:Journal of NeuroEngineering and Rehabilitation 6.0
编辑推荐:
摘要背景准确评估单侧脑瘫患儿的上肢功能对于临床决策至关重要。虽然墨尔本评估2量表(MA2)被广泛用于这一目的,但该方法需要评估者接受大量培训,评估时间较长,且容易受到评估者之间差异的影响。为解决这些问题,我们利用在真实、非标准化的临床条件下收集的MA2视频,评估了运用人工智能驱动
准确评估单侧脑瘫患儿的上肢功能对于临床决策至关重要。虽然墨尔本评估2量表(MA2)被广泛用于这一目的,但该方法需要评估者接受大量培训,评估时间较长,且容易受到评估者之间差异的影响。为解决这些问题,我们利用在真实、非标准化的临床条件下收集的MA2视频,评估了运用人工智能驱动的自动视频分析技术来客观判断儿童单侧脑瘫上肢功能障碍严重程度的可行性。
本研究回顾性纳入了19名患有单侧脑瘫的儿童(平均年龄5.50±2.03岁,10名男孩,9名女孩),这些儿童接受了多次MA2评估,共获得644段候选视频。经过预先规定的质量控制后,最终用于分析的视频共有616段。我们针对MA2的四个评估指标分别微调了四个视频视觉Transformer模型,并通过基于受试者的五折交叉验证,来预测其关节活动度、准确性、流畅性和灵巧性的轻度与重度分类情况。这些视频是用便携设备记录的,没有遵循标准化流程,从而反映了常规的临床实践情况。
该人工智能模型的曲线下面积平均值为0.890,其中在灵巧性方面的表现最佳(AUC=0.936),关节活动度(AUC=0.866)、准确性(AUC=0.887)和流畅性(AUC=0.869)的表现也相当不错。逐项分析显示,MA2中的部分任务对正确区分不同指标下的轻度和重度病例起到了关键作用,这凸显了在设计自动化MA2评估方案时考虑各项任务差异性的重要性。
这项初步研究表明,利用人工智能驱动的自动视频分析技术,可以通过日常获取的、非标准化的单侧脑瘫患儿临床视频,对基于MA2量表的上肢功能障碍严重程度进行二元分类。不过,仍需进一步优化方法——包括制定标准化的录制指南,开发能够提供除二元标签外还有序数或单项评分的预测模型,以及在更大规模、更多样化的群体中进行前瞻性验证——这样才能确认该技术的临床适用性并提升其普遍性。
试验注册 不适用。
准确评估单侧脑瘫患儿的上肢功能对于临床决策至关重要。虽然墨尔本评估2量表(MA2)被广泛用于这一目的,但该方法需要评估者接受大量培训,评估时间较长,且容易受到评估者之间差异的影响。为解决这些问题,我们利用在真实、非标准化的临床条件下收集的MA2视频,评估了运用人工智能驱动的自动视频分析技术来客观判断儿童单侧脑瘫上肢功能障碍严重程度的可行性。
本研究回顾性纳入了19名患有单侧脑瘫的儿童(平均年龄5.50±2.03岁,10名男孩,9名女孩),这些儿童接受了多次MA2评估,共获得644段候选视频。经过预先规定的质量控制后,最终用于分析的视频共有616段。我们针对MA2的四个评估指标分别微调了四个视频视觉Transformer模型,并通过基于受试者的五折交叉验证,来预测其关节活动度、准确性、流畅性和灵巧性的轻度与重度分类情况。这些视频是用便携设备记录的,没有遵循标准化流程,从而反映了常规的临床实践情况。
该人工智能模型的曲线下面积平均值为0.890,其中在灵巧性方面的表现最佳(AUC=0.936),关节活动度(AUC=0.866)、准确性(AUC=0.887)和流畅性(AUC=0.869)的表现也相当不错。逐项分析显示,MA2中的部分任务对正确区分不同指标下的轻度和重度病例起到了关键作用,这凸显了在设计自动化MA2评估方案时考虑各项任务差异性的重要性。
这项初步研究表明,利用人工智能驱动的自动视频分析技术,可以通过日常获取的、非标准化的单侧脑瘫患儿临床视频,对基于MA2量表的上肢功能障碍严重程度进行二元分类。不过,仍需进一步优化方法——包括制定标准化的录制指南,开发能够提供除二元标签外还有序数或单项评分的预测模型,以及在更大规模、更多样化的群体中进行前瞻性验证——这样才能确认该技术的临床适用性并提升其普遍性。
试验注册 不适用。
生物通微信公众号