Sistema de cámara inteligente monitorea continuamente a bebés prematuros en la UCIN

El período neonatal es una etapa crítica de la vida, en la que los bebés prematuros enfrentan un mayor riesgo de complicaciones a corto y largo plazo que requieren una vigilancia estrecha. En las unidades de cuidados intensivos neonatales (UCIN), las enfermeras deben atender a varios recién nacidos mientras gestionan la alimentación, los procedimientos y la documentación, lo que hace imposible la monitorización visual continua. Como resultado, pueden pasarse por alto cambios sutiles en la postura o el movimiento del bebé. Ahora, los investigadores han demostrado un enfoque de monitorización visual no invasivo basado en inteligencia artificial (IA) que proporciona información continua sobre el comportamiento del lactante sin interferir con la atención médica.

nvestigadores de la Universidad de Cambridge (Cambridge, Reino Unido) han desarrollado una novedosa configuración de cámara 3D que combina de forma única imágenes en rojo, verde y azul (RGB), detección de profundidad e imágenes infrarrojas para monitorizar a bebés prematuros en unidades de cuidados intensivos neonatales. Este sistema multimodal fue diseñado para funcionar de manera fiable en condiciones reales de la UCIN, incluyendo oscuridad, cubiertas de incubadoras e intervenciones clínicas frecuentes.

Mediante aprendizaje automático y estimación de postura, el sistema rastrea automáticamente puntos clave del cuerpo, como hombros y caderas, para determinar la posición y el comportamiento del bebé. Los investigadores registraron sesiones de una y de 24 horas de 24 bebés en la UCIN, capturando escenarios clínicos reales, como el contacto con los padres, la atención de enfermería, los cambios de iluminación y la interferencia del equipo. La combinación de múltiples tipos de imágenes permitió una monitorización eficaz incluso con los bebés cubiertos o la habitación a oscuras.

Los modelos de IA demostraron un rendimiento humano superior al promedio cuando los bebés estaban descubiertos o parcialmente cubiertos, y cuando estaban acostados boca arriba o boca abajo. El rendimiento fue menor para los bebés completamente cubiertos o acostados de lado, lo que pone de relieve los desafíos propios del entorno de la UCIN. Cabe destacar que los hallazgos, publicados en npj Digital Medicine , mostraron que la combinación de datos RGB, de profundidad e infrarrojos superó consistentemente los enfoques de imagen única.

La estimación continua y automatizada de la postura podría facilitar la detección temprana de anomalías del desarrollo y mejorar la monitorización a largo plazo de los bebés prematuros. Los investigadores están ampliando el sistema para estimar signos vitales como la frecuencia cardíaca y respiratoria, y para desarrollar sistemas de puntuación específicos para neonatos basados en datos etiquetados por el profesional clínico. El trabajo futuro también se centrará en la detección del movimiento de las extremidades y la identificación de patrones de movimiento significativos para facilitar la toma de decisiones clínicas y reducir la carga del personal.

“Este estudio clínico nos brindó la oportunidad de probar algo nuevo, ya que nuestras grabaciones de 24 horas ofrecen una mejor representación del entorno real de la UCIN”, afirmó el Dr. Alex Grafton, coautor del estudio y director del mismo. “La estimación precisa de la postura puede contribuir a la detección temprana de anomalías del desarrollo y al monitoreo continuo de la salud de los bebés prematuros. Estos avances ofrecen información valiosa que puede fundamentar las decisiones e intervenciones clínicas, mejorando así la calidad de la atención a los recién nacidos”.

Enlaces relacionados:
Universidad de Cambridge