分类
加州大学圣地亚哥分校新闻

研究表明,人工智能算法可以确定新生儿的哺乳能力

最近的一项研究表明,一种经过修改的安抚奶嘴和人工智能算法来分析它产生的数据,可以确定新生儿是否正在学习正确的护理机制。

具体来说,加州大学圣地亚哥分校的研究人员根据八个独立参数测量了婴儿是否产生了足够的吸吮力来母乳喂养,以及他们是否以规律的方式吸吮。

该研究结果发表在4月18日出版的《IEEE健康与医学转化工程杂志》在线版上,为研究人员提供了客观数据,表明标准评估可以得到改进,并可能阻止手术干预。

目前,为了确定婴儿是否正常喂养,临床医生依靠两种措施。一个是客观的:宝宝的体重是否增加得足够多?另一种是更主观的:临床医生将手指放在婴儿的嘴里,并评估婴儿吸吮手指的程度。

“我们与临床合作伙伴开发的方法用客观数据取代了这种主观评估,”加州大学圣地亚哥分校机械与航空航天工程系和外科系教授、该论文的资深作者之一詹姆斯·弗兰德说。

测试方法有两个组成部分。一种是由一个简单的安抚奶嘴组成的设备,连接到一个 36 英寸长的管子,该管子依次连接到真空传感器和一个从传感器收集数据的芯片。该设备可以连接到任何笔记本电脑。

“我们希望通过现成的、具有成本效益的组件使技术尽可能简单,以促进临床采用,”加州大学圣地亚哥分校雅各布斯工程学院的教职员工Friend说。

第二个组件是软件,它既显示数据,又使用机器学习算法来识别异常和异常值。该软件在婴儿吸吮安抚奶嘴时记录数据,并将该数据与其他婴儿的信息进行比较。两种不同的机器学习算法分析数据并标记异常模式(如果存在)。

先前的研究表明,用安抚奶嘴进行非营养性吸吮会产生可用于评估母乳喂养的数据。

“依靠科学数据来支持我的评估让我感到放心,”该研究的共同资深作者,加州大学圣地亚哥分校健康中心的言语语言病理学家和哺乳顾问Erin Walsh说。“我们希望我们的研究结果有助于支持努力母乳喂养的父母,并改善长期健康结果。

该研究的结果主要验证了临床医生的结论。但该研究还表明,临床医生将指尖插入婴儿口腔对婴儿吸吮能力的主观评估是目前的标准做法,可以通过设备生成的数据来改善。

“在第一个月内及早发现母乳喂养困难至关重要,因为它恰逢乳汁建立和乳房损伤易感性的重要阶段,”该论文的第一作者、Friend实验室的博士生Phuong Truong说。

她说,虽然母亲可以获得医疗援助,但缺乏精确的测量工具意味着识别潜在问题可能需要更长的时间,这可能导致母乳喂养率下降。“我们的测量系统旨在尽早提供有关婴儿吸吮能力的快速和精确数据,使临床医生能够快速解决根本原因,并有可能减轻母乳喂养的损耗,”Truong说。

Picture of clinician, mom and baby
临床医生只需使用该设备 60 秒即可收集有意义的数据

舌系带打结手术需要吗?

据估计,有7%的婴儿被诊断出患有舌系带过短,即舌头和口腔底部之间的连接太强,限制了舌头的运动。这种情况给母乳喂养带来了挑战,通常需要手术,称为系带切开术,其中舌头和口腔底部之间的结缔组织被切开。

来自该设备的数据显示,在接受系带切开术的婴儿中,有一半在手术前和手术后没有变化。另一半的数据模式异常,并且算法确定他们需要系带切开术,确实从手术中受益,手术后的吸吮行为得到了很大的改善。

这些结果表明,在某些情况下,手术干预是可以预防的。

来自该设备的数据还标记了五名婴儿的异常护理行为,这在临床检查中没有发现。

这些发现很重要,因为在不到十年的时间里,系带切除术增加了十倍。“我们的数据显示,系带切开术并不是解决母乳喂养困难的一揽子解决方案,”沃尔什补充道。

研究是如何进行的

概念验证研究已获得加州大学圣地亚哥分校内部审查委员会的批准。从加州大学圣地亚哥分校语音和吞咽中心、加州大学圣地亚哥分校健康拉霍亚儿科和加州大学圣地亚哥分校雅各布斯医学中心招募了 30 天以下健康足月婴儿的父母。

总而言之,概念验证研究的 91 名参与者是在加州大学圣地亚哥分校健康中心的普通儿科医生的常规产后护理期间或在各自地点咨询喂养专家时招募的。婴儿纳入标准包括足月健康婴儿,建立母乳喂养,没有明显的出生或产后并发症。

在这项研究中,临床医生对设备数据不知情,并仅根据标准实践进行评估。经过临床评估,父母有机会引入改良的安抚奶嘴,对婴儿的口内吸吮真空进行 60 秒的测量。

后续步骤

接下来的步骤包括在加州大学圣地亚哥分校健康中心之外进行临床试验,最终目标是使该设备和算法在儿科实践中广泛使用,以便在婴儿第一次就诊时使用。

Friend和Walsh正在创办一家公司,从加州大学圣地亚哥分校获得该技术的许可,并将其带到诊所。

该研究部分由加州大学圣地亚哥分校的镀锌工程医学计划,美国国立卫生研究院和Willia H.和Mattie Wattis Harris基金会以及加州大学圣地亚哥分校克虏伯综合研究中心资助。

应用统计分析和机器学习识别婴儿的异常吸吮行为

Phuong Truong 和 James Friend,加州大学圣地亚哥分校医学院机械与航空航天工程系和外科系医学先进设备实验室

Erin Walsh,加州大学圣地亚哥分校医学院耳鼻喉科语音和吞咽中心

Vanessa P. Scott 和 Michelle Leff,加州大学圣地亚哥分校医学院儿科,圣地亚哥

Alice Chen,加州大学圣地亚哥分校医学院,加州大学圣地亚哥分校健康中心,家庭医学

Walsh展示了在例行办公室访问期间如何使用该设备。

了解更多关于加州大学圣地亚哥分校的研究和教育信息:

人工智能

新闻旨在传播有益信息,英文版原文来自https://today.ucsd.edu/story/ai-algorithms-can-determine-how-well-newborns-nurse-study-shows