Prim Hírek

A koraszülött kisbabák egészséges, hosszú távú fejlődésének követése az újszülött intenzív osztályokon rendkívül komplex feladat. Az élettani funkciók és jellemzők – légzés, pulzus, testhőmérséklet – állandó figyelése mellett a csecsemők spontán mozgásának, testhelyzetének és viselkedésformáinak folyamatos, objektív monitorozása is kulcsfontosságú. A koraszülöttek spontán motoros aktivitása ugyanis közvetlen indikátora az idegrendszerük érettségének és egészségi állapotának. A szakorvosok a mozgásmintákból következtetni tudnak az esetleges neurológiai rendellenességekre, ám a manuális, vizuális megfigyelés időigényes, szubjektív, és nem valósítható meg a nap 24 órájában.

a) A tanulmány során vizsgált pontok illusztrációja b-e) Felvételek, rávetítve a testhelyzet. A fekvési pozíció a következők: oldalfekvés (b), hason fekvés (c), hanyatt fekvés (d), és féloldalas fekvés (e)  (Forrás: HUN-REN SZTAKI)

Erre a problémára kínál forradalmi megoldást a HUN-REN Számítástechnikai és Automatizálási Kutatóintézet (HUN-REN SZTAKI) Számítógépes Optikai Érzékelés és Feldolgozás Kutatólaboratóriumának csapata. A Földesy Péter tudományos tanácsadó vezetésével zajló kutatás során a mérnökök a Semmelweis Egyetem Neonatológiai Tanszékének orvosszakmai támogatásával, dr. Szabó Miklós professzor együttműködésével egy olyan kamerás megfigyelőrendszert alkottak meg, amely a mesterséges intelligencia (MI) erejét hívja segítségül. A vizsgálathoz 88, inkubátorban fekvő csecsemő viselkedését monitorozták, és 8400 órányi videófelvételt elemezve építették fel a jövőben a koraszülött ellátásban alkalmazható új modellt.

A frissen publikált kutatásban bemutatott rendszer az inkubátorok felett elhelyezett kamerák képeit elemzi valós időben. A HUN-REN SZTAKI munkatársai által betanított mélytanulási algoritmusok képesek centiméteres pontossággal azonosítani a baba testhelyzetét (például, hogy a hátán, a hasán vagy az oldalán fekszik-e), valamint elkülöníteni a finom, koordinált mozdulatokat a hirtelen, stresszre utaló reakcióktól.

A magyar fejlesztésű MI-rendszer fáradhatatlanul, folyamatosan rögzíti és strukturálja az adatokat, azonnali, megbízható visszajelzést adva az ápolóknak és orvosoknak.

A rendszer által gyűjtött adatok segítségével jobban feltérképezhető a csecsemők egyéni alvás-ébrenléti ciklusa is. Ha a kezeléseket és az ápolási feladatokat a babák természetes bioritmusához igazítják, az bizonyítottan gyorsítja a fejlődésüket, csökkenti a stressz-szintjüket, és lerövidítheti a kórházi tartózkodás idejét.

English Summary

Researchers from HUN-REN SZTAKI and Semmelweis University have developed a unique artificial intelligence-based camera system that can continuously monitor premature infants’ body position and movements without the need for wires or physical sensors. Published in Pediatric Research, the study demonstrates that the technology can provide valuable diagnostic insights for neonatal intensive care units while reducing the burden on fragile newborn skin. The AI system analyzes real-time video data from incubators, accurately identifying body positions and distinguishing between coordinated movements and stress-related reactions. By collecting objective, continuous movement data, the technology may help doctors and nurses better understand infants’ development, sleep patterns, and individual care needs. This innovation could open new possibilities for more personalized and gentle premature infant care in the future.