KI-Technik misst die Entwicklung des Frühgeborenengehirns
Finnische Forscher haben ein neues Softwareprogramm entwickelt, das auf maschinellem Lernen basiert und das EEG-Signale (Elektroenzephalogramm) eines Frühgeborenen unabhängig analysieren kann, um die funktionelle Reife des Gehirns abzuschätzen.
Die Technik ist das weltweit erste EEG-basierte System zur Bewertung der Gehirnreife und genauer als andere Methoden, die derzeit zur Messung der Gehirnentwicklung von Säuglingen verwendet werden.
„Diese Methode bietet uns erstmals die Möglichkeit, die wichtigste Entwicklung eines Frühgeborenen, die funktionelle Reifung des Gehirns, während und nach der Intensivpflege zu verfolgen“, sagt Professor Sampsa Vanhatalo von der Universität Helsinki, der die Forschung leitete .
Ungefähr jedes zehnte Neugeborene wird vorzeitig geboren, und etwa die Hälfte aller Säuglinge auf der Intensivstation für Neugeborene ist wegen Frühgeburt dort. Die späte Schwangerschaft ist für den Fötus eine Zeit sehr schneller Gehirnentwicklung, und die elektrische Aktivität des Gehirns ändert sich fast jede Woche. Das Gehirn muss richtig funktionieren, um sich richtig zu entwickeln.
Frühgeburten können die Entwicklung des Gehirns erheblich behindern. Bereits in den 1980er Jahren stellten Forscher fest, dass frühe Gesundheitsprobleme bei Frühgeborenen häufig mit einer langsameren Gehirnentwicklung in den ersten Monaten verbunden waren.
Um die bestmögliche Versorgung zu gewährleisten und neue Behandlungsformen zu entwickeln, ist es wichtig zu wissen, wie sich die Gehirnfunktionen von Säuglingen entwickeln. Es sind jedoch keine objektiven und präzisen Methoden zur Bewertung der Reife des Gehirns im Frühstadium verfügbar.
Eine Möglichkeit zur Bewertung der Gehirnreife besteht darin, EEG-Sensoren auf der Kopfhaut zu platzieren. Dies ist eine völlig nicht-invasive, kostengünstige und risikofreie Methode, die in den letzten Jahren bei der Überwachung der Gehirnaktivität auf Intensivstationen für Neugeborene sehr beliebt war. Das EEG allein wirft jedoch einige Probleme auf.
„Das praktische Problem bei der EEG-Überwachung besteht darin, dass die Analyse der EEG-Daten langsam war und vom Arzt, der sie durchführt, besondere Fachkenntnisse erfordert. Dieses Problem kann zuverlässig und global durch die Verwendung einer automatischen Analyse als Teil des EEG-Geräts gelöst werden “, sagt Vanhatalo.
Die neue EEG-Analysesoftware wurde ursprünglich von Nathan Stevenson, einem australischen Ingenieur, entwickelt, der als EU-finanzierter Marie-Curie-Fellow in der Forschungsgruppe von Professor Vanhatalo arbeitete. Die Forschung verwendete einen umfangreichen und gut kontrollierten Satz von EEG-Messdaten von Frühgeborenen.
Die Analysesoftware basiert auf maschinellem Lernen. Eine große Menge von EEG-Daten über Frühgeborene wurde in einen Computer eingespeist, und die Software berechnete aus jeder Messung Hunderte von Rechenmerkmalen, ohne dass ein Arzt eingreifen musste. Anschließend wurden diese Merkmale mithilfe eines Algorithmus kombiniert, um eine zuverlässige Schätzung des EEG-Reifealters des Säuglings zu erhalten.
Schließlich wurde das von der Software geschätzte EEG-Reifealter mit dem tatsächlichen Alter des Säuglings verglichen. In mehr als 80 Prozent der Fälle fielen das wahre Alter des Säuglings und die computergenerierte Schätzung innerhalb von zwei Wochen voneinander ab.
Die Reifungsschätzung war so zuverlässig und präzise, dass bei jedem der 39 Frühgeborenen in der Studie die funktionelle Entwicklung des Gehirns verfolgt werden konnte, wenn die Messungen alle paar Wochen wiederholt wurden.
Die Studie wird in der Zeitschrift veröffentlicht Wissenschaftliche Berichte.
Quelle: Universität Helsinki
