Valutazione quantificata delle capacità motorie grossolane del bambino utilizzando un dispositivo indossabile multisensore
Özet
Questo documento delinea la valutazione delle prestazioni motorie lorde dei neonati con un dispositivo indossabile multisensore e la sua pipeline di analisi basata sul deep learning completamente automatizzata. Il metodo quantifica la postura e gli schemi di movimento dei bambini da sdraiati supini fino a quando non padroneggiano la camminata in modo indipendente.
Abstract
Lo sviluppo di metodi oggettivi e quantitativi di valutazione motoria precoce è essenziale per comprendere meglio il neurosviluppo e per supportare gli interventi terapeutici precoci. Qui, presentiamo un metodo per quantificare le prestazioni motorie lorde utilizzando un dispositivo indossabile multisensore, MAIJU (Motility Assessment of Infants with a JUmpsuit), che offre una valutazione automatizzata, scalabile, quantitativa e oggettiva utilizzando una pipeline completamente automatizzata basata su cloud. Questa tuta indossabile è dotata di quattro sensori di movimento che registrano dati sincronizzati su un telefono cellulare utilizzando una connessione Bluetooth a basso consumo energetico. Un’analisi offline nel server cloud genera risultati completamente analizzati in pochi minuti per ogni registrazione. Questi risultati includono un rapporto grafico della sessione di registrazione e una matrice dettagliata dei risultati che fornisce classificazioni secondo per secondo per la postura, il movimento, il trasporto del bambino e il tempo libero di gioco. I nostri recenti risultati mostrano la virtù di tale valutazione motoria quantificata, fornendo un metodo potenzialmente efficace per distinguere le variazioni nello sviluppo motorio lordo del bambino.
Introduction
Lo sviluppo motorio precoce è essenziale per le prestazioni neurocognitive di livello superiore che emergono in seguito supportando l’esplorazione dell’ambiente da parte dei neonati. Pertanto, sia i clinici che i ricercatori hanno un grande interesse nel valutare lo sviluppo motorio precoce 1,2,3. Per fornire supporto alla medicina basata sull’evidenza o agli studi scientifici, è essenziale che le valutazioni motorie grossolane siano quantitative, affidabili, obiettive ed ecologicamente valide. Tuttavia, c’è una scarsità di tali metodi disponibili per la ricerca clinica o scientifica di base.
Un tipico sviluppo motorio precoce progredisce attraverso una sequenza prevedibile di nuove abilità acquisite. Sono comunemente osservati nei neonati mentre raggiungono tappe motorie discrete4, dove stare in piedi e camminare sono spesso considerati punti di riferimento significativi nel percorso verso un repertorio comportamentale più complesso5. Oltre all’osservazione diretta o ai sondaggi dei genitori sulle tappe motorie, sono state sviluppate diverse batterie standardizzate ampiamente utilizzate 6,7,8,9 per eseguire valutazioni dei neonati in laboratorio o in ambiente ospedaliero. Tuttavia, queste valutazioni soffrono di molteplici avvertimenti: richiedono una notevole esperienza da parte di professionisti qualificati, sono in parte soggettive e categoriche e valutano le prestazioni dei neonati in un ambiente (ospedale o laboratorio) che è innaturale dal punto di vista di un bambino.
La registrazione dell’attività motoria spontanea dei neonati per periodi più lunghi nell’ambiente nativo, come la loro casa, consente di misurare in modo più pertinente le capacità motorie. In uno di questi metodi fattibili, la valutazione viene eseguita per l’intera sequenza dello sviluppo delle capacità motorie del bambino da sdraiato supino a camminare fluentemente con un sistema indossabile, come il indossabile MAIJU (Motor Assessment of the Infants with a JUmpsuit)10,11,12. Il sistema indossabile MAIJU (Figura 1) prevede un indumento tessile per tutto il corpo dotato di sensori di movimento per consentire valutazioni e registrazioni non supervisionate fuori dall’ospedale/laboratorio che vengono analizzate con una pipeline automatizzata, fornendo una valutazione secondo per secondo della postura e dei modelli di movimento. Questi rilevamenti algoritmici possono essere utilizzati separatamente per ogni postura e tipo di movimento, oppure possono essere combinati per una valutazione olistica del livello di maturazione delle capacità motorie del bambino. Un’espressione di recente pubblicazione, priva di unità, di tale metrica della maturità motoria è il BIMS (Baba Infant Motor Score)10,12.
Questo articolo descriverà la valutazione delle prestazioni motorie lorde dei neonati utilizzando una tuta indossabile multisensore; La logica, le prestazioni pratiche, la pipeline di analisi e le potenziali prospettive future per l’utilizzo delle metriche che possono essere ottenute dalla pipeline di analisi automatizzata disponibile per le registrazioni con un indossabile multisensore 10,11,12. Il metodo è adatto per una quantificazione dettagliata delle attività motorie grossolane spontanee in tutti i neonati che mostrano capacità motorie tra la posizione supina sdraiata e la deambulazione fluida.
Il sistema indossabile multisensore è costituito da tre componenti: 1) l’indumento completo dotato di quattro sensori di movimento, 2) un dispositivo mobile che utilizza un’applicazione iOS personalizzata e 3) una pipeline di analisi basata su cloud (Babacloud le cui credenziali possono essere ottenute dagli autori)11. I sensori dell’unità di misura inerziale (IMU) impermeabili trasmettono dati sincronizzati (accelerometro a 3 assi e giroscopio) a una frequenza di campionamento di 13-52 Hz a un telefono cellulare utilizzando una connessione Bluetooth a basso consumo energetico. I dati vengono inizialmente memorizzati nella memoria del sensore o del dispositivo mobile, seguita da un’analisi offline nel server cloud dopo l’interruzione della registrazione.
Protocol
Representative Results
Discussion
Una valutazione quantificata e il monitoraggio dello sviluppo delle prestazioni motorie dei neonati con una soluzione indossabile, come MAIJU, è tecnicamente semplice da imparare ed eseguire e può essere facilmente implementata nell’assistenza sanitaria o nella pratica della ricerca clinica 10,11,12. Rispetto agli altri metodi di valutazione motoria esistenti, questo tipo di registrazione domiciliare dell’attività motoria spontanea dei neonati migliora la validità ecologica della valutazione. Inoltre, fornisce un’analisi quantificata, trasparente e completamente automatizzata delle prestazioni motorie dei neonati. Ancora più importante, le metriche utilizzate nell’analisi sono intuitive e spiegabili, il che consente un facile confronto con altre valutazioni cliniche e di ricerca, come i fattori ambientali, lo sviluppo cognitivo o le valutazioni psicosociali. Una valutazione olistica dello sviluppo motorio fornisce un’accuratezza che si confronta bene con le misure convenzionali di crescita fisica12.
I passaggi critici del protocollo includono un’attenta preparazione della tuta indossabile. Quando ci si prepara per una registrazione, la scelta della taglia corretta per la tuta è fondamentale, poiché gli attacchi del sensore nelle maniche e nelle gambe devono essere ben saldi per ottenere una registrazione affidabile dei movimenti del corpo. Inoltre, per una registrazione di successo, è fondamentale posizionare i sensori nelle tasche con un orientamento corretto, come indicato nel protocollo. I supporti del sensore non consentono ai sensori di ruotare durante la registrazione. Tuttavia, il sensore orientato in modo errato registra dati che sono difficili, se non impossibili, da correggere in seguito. Il bambino deve essere incoraggiato a muoversi liberamente e in modo indipendente durante la registrazione. La durata della registrazione può variare a seconda delle domande di studio date. Le epoche multiple di movimento spontaneo vengono combinate per accumulare abbastanza movimento spontaneo per ogni sessione di registrazione.
Il funzionamento flessibile e pratico della soluzione indossabile MAIJU ne consente l’utilizzo in contesti variabili sia in ambienti supervisionati che non supervisionati, come laboratori di ricerca o abitazioni. I recenti risultati dei nostri studi clinici mostrano che le registrazioni completamente non supervisionate condotte a casa possono fornire risultati comparabili con le registrazioni effettuate sotto supervisione totale o parziale12. Tuttavia, il comportamento motorio spontaneo di un bambino è potenzialmente influenzato da diversi fattori, come l’ambiente circostante (ad esempio, giocare all’aperto rispetto all’interno, la disposizione dello spazio, i mobili e i giocattoli), il livello di vigilanza del bambino e il coinvolgimento dei genitori durante la registrazione domestica. Quando le registrazioni vengono eseguite in ambienti domestici non sorvegliati, è importante incoraggiare il bambino a giocare spontaneamente, cioè a giocare o muoversi in modo indipendente, senza che qualcun altro lo porti o lo tenga in braccio se non necessario, e a tenere il telefono cellulare di registrazione a una portata Bluetooth (nella stessa stanza)10. La maggior parte delle nostre attuali situazioni di risoluzione dei problemi durante le registrazioni sono causate dalla perdita della connessione Bluetooth. I progressi del prossimo futuro nella tecnologia dei sensori miglioreranno la connettività Bluetooth e l’imminente introduzione di una memoria del sensore più grande consentirà la registrazione offline memorizzando i dati di movimento direttamente nella memoria del sensore.
Le registrazioni extraospedaliere con una soluzione indossabile di questo tipo sono facilmente scalabili e possono migliorare la sicurezza dei neonati, ad esempio consentendo il monitoraggio remoto durante circostanze come una pandemia. I nostri attuali algoritmi di classificazione sono stati addestrati per riconoscere in modo specifico le abilità motorie, le posture e i movimenti mostrati nello schema di descrizione della motilità (Figura 2A). Questi fenomeni sono stati identificati come caratteristici del movimento infantile durante i primi due anni di vita. Altri tipi di movimenti o posture osservati nei bambini più grandi, come correre o saltare, richiederanno schemi di descrizione dei movimenti modificati e rispettivi algoritmi per essere addestrati a identificarli. L’analisi dipendente dal contesto posturale è un approccio potenzialmente fruttuoso in cui l’attività motoria di un bambino viene analizzata separatamente in diverse posture per supportare lo studio, ad esempio, dei correlati di sviluppo del comportamento infantile 5,6,7,8,9,13. In alternativa, un’analisi del movimento dipendente dal contesto potrebbe anche supportare la valutazione dell’asimmetria nella funzione motoria nel predire lo sviluppo di paralisi cerebrale unilaterale 10,12,14,15. Inoltre, la valutazione delle abilità motorie con il sistema MAIJU può essere combinata con altre modalità di studio, ad esempio il tracciamento oculare, l’imaging o la registrazione video, per fornire dati multimodali, che si estendono a diversi tipi e contesti. I dati multimodali possono essere utili, ad esempio, per valutare gli effetti dell’interazione sociale o l’efficacia dell’intervento terapeutico.
Per il successo delle nuove tecnologie indossabili negli ambienti di monitoraggio extraospedaliero con neonati, è necessario affrontare alcune limitazioni, sfide e preoccupazioni etiche. Le nostre pipeline di analisi sono state addestrate e convalidate utilizzando bambini con sviluppo tipico in Finlandia 10,11,12. I risultati dell’analisi grezza con posture e movimenti puri dovrebbero essere universali. Tuttavia, le loro traiettorie di sviluppo possono richiedere adattamenti per culture e luoghi geografici diversi. Secondo il feedback dei genitori per quanto riguarda i dispositivi indossabili, sono visti favorevolmente grazie alla facilità d’usodei bambini 16. Tuttavia, i genitori possono sollevare preoccupazioni in merito alla privacy, all’accesso ai dati e agli aspetti pratici della famiglia (ad esempio, più caregiver, visitatori e orari variabili). La dipendenza dalla durata della batteria dei sensori e del telefono di registrazione può essere considerata una limitazione del metodo. In base alla nostra esperienza, il modello a batteria (CR2025) dura in genere l’intera giornata (12-24 ore) quando si utilizza lo streaming continuo dei dati. In particolare, dipende sia dalla marca della batteria che dalla potenza della connessione Bluetooth necessaria per la trasmissione wireless dei dati, che cambia continuamente per massimizzare la trasmissione dei dati nell’ambiente di registrazione. Ad esempio, una lunga distanza tra il bambino e il telefono o una parete tra di loro regolerebbe la connessione Bluetooth su un consumo della batteria significativamente più elevato. In particolare, anche le batterie della maggior parte dei dispositivi mobili si scaricano all’incirca nello stesso tempo se si utilizza lo streaming Bluetooth continuo. In pratica, lo streaming continuo di dati attualmente utilizzato tramite connessione Bluetooth implica che sia i sensori che i dispositivi mobili necessitano di una ricarica/sostituzione giornaliera della batteria. L’introduzione nel prossimo futuro di sensori con una maggiore capacità di memoria consentirà l’archiviazione dei dati nella memoria del sensore, supportando oltre una settimana di registrazione continua. Ciò eliminerà la necessità di uno streaming Bluetooth che consuma energia, oltre a trasportare il telefono all’interno di un raggio d’azione Bluetooth che può essere percepito come restrittivo in situazioni di registrazione ed è suscettibile di errore umano.
Nel complesso, il monitoraggio dello sviluppo neurologico precoce richiede metodi che siano sensibili alla variabilità neurocomportamentale naturale. Lo sviluppo motorio grossolano è un processo intricato che consiste in variazioni nell’ordine e nei tempi, sia a livello individuale che culturale4. L’individuazione dello sviluppo motorio atipico è efficace nel riconoscere i neonati a rischio di un’ampia gamma di disturbi dello sviluppo neurologico. Le batterie di test tradizionali con valutazioni standardizzate dello sviluppo neurologico vengono eseguite in ambienti controllati, come gli ospedali, e sono almeno parzialmente soggettive 7,8,9. Gli attuali progressi nella tecnologia dei sensori e nell’analisi dei segnali hanno consentito di registrare la capacità motoria spontanea dei neonati per periodi prolungati in ambienti extraospedalieri e di quantificare il comportamento motorio con una precisione paragonabile a quella degli osservatori umani 10,11,12. La nuova tecnologia indossabile offre metodi automatizzati e scalabili per monitorare il movimento e l’efficacia dell’intervento terapeutico nei neonati in modo ecologicamente valido e oggettivo. Inoltre, il nuovo indice di sviluppo neurologico Baba Infant Motor Score (BIMS) consente di stimare la maturità della capacità motoria dei neonati attraverso il monitoraggio individuale dello sviluppo neurologico10,12. Può essere impiegato in una serie di applicazioni future, come lo sviluppo di grafici di crescita motoria infantile12. Addestrando i classificatori automatizzati per altre motilità specifiche (ad esempio, per bambini più grandi o adulti) con diversi tipi di schemi e algoritmi di descrizione del movimento, i sensori di movimento indossabili hanno il potenziale per applicazioni cliniche, come i disturbi del movimento o il follow-up sugli effetti degli interventi terapeutici indipendentemente dallo stadio di sviluppo dell’individuo17. Attualmente, tuttavia, questa dovrebbe essere vista come una metodologia sperimentale che non dovrebbe essere utilizzata per informare la diagnosi clinica o gli obiettivi terapeutici.
Açıklamalar
The authors have nothing to disclose.
Acknowledgements
Questo lavoro è stato sostenuto dall’Accademia finlandese (314602, 335788, 335872, 332017, 343498), dalla Fondazione pediatrica finlandese (Lastentautien tutkimussäätiö), da Aivosäätiö, dalla Fondazione Sigrid Juselius e dai fondi di ricerca dell’ospedale pediatrico HUS/centro diagnostico HUS.
Materials
| iOS device (version 16.5 or higher) | Apple | n/a | |
| MAIJU jumpsuit | Planno Ltd | n/a | customized for purpose |
| Maijulogger (mobile application) and sensor firmware | BABA Center (www.babacenter.fi), Kaasa solutions GmbH | n/a | constructed by Kaasa Solutions, distributed by Baba Center |
| Movesense movement sensor | Movesense (www.movesense.com) | n/a |
Referanslar
- Adolph, K. E., Hoch, J. E. Motor development: Embodied, embedded, enculturated, and enabling. Annual Review of Psychology. 70, 141-164 (2022).
- Masten, A. S., Cicchetti, D. Developmental cascades [Editorial]. Development and Psychopathology. 22 (3), 491-495 (2010).
- Piek, J. P., Dawson, L., Smith, L. M., Gasson, N. The role of early fine and gross motor development on later motor and cognitive ability. Human Movement Science. 27 (5), 668-681 (2007).
- Adolph, K. E., Franchak, J. The development of motor behavior. WIREs Cognitive Science. 8, e1430 (2017).
- Adolph, K. E., Hoch, J. E., Cole, W. G. Development (of Walking): 15 Suggestions. Trends in Cognitive Science. 22 (8), 699-711 (2019).
- Wijnhoven, T. M. A., et al. Assessment of gross motor development in the WHO multicentre growth reference study. Food and Nutrition Bulletin. 25, (2004).
- Uusitalo, K., et al. Hammersmith infant neurological examination and long-term cognitive outcome in children born very preterm. Developmental Medicine and Child Neurology. 63, 947-953 (2021).
- Romeo, D. M., et al. Hammersmith infant neurological examination for infants born preterm: predicting outcomes other than cerebral palsy. Developmental Medicine & Child Neurology. 63, 939-946 (2021).
- De Kegel, A., et al. New reference values must be established for the Alberta Infant Motor Scales for accurate identification of infants at risk for motor developmental delay in Flanders. Child: Care, Health and Development. 39 (2), 260-267 (2013).
- Airaksinen, M., et al. Intelligent wearable allows out-of-the-lab tracking of developing motor abilities in infants. Communications Medicine. 2, 69 (2022).
- Airaksinen, M., et al. Automatic posture and movement tracking of infants with wearable movement sensors. Scientific Reports. 10, 169 (2020).
- Airaksinen, M., et al. Charting infants’ motor development at home using a wearable system: validation and comparison to physical growth charts. eBioMedicine. 92, 104591 (2023).
- Hewitt, L., Kerr, E., Stanley, R. M., Okely, A. D. Tummy time and infant health outcomes: a systematic review. Pediatrics. 145, e20192168 (2020).
- Pascal, A., et al. Motor outcome after perinatal stroke and early prediction of unilateral spastic cerebral palsy. European Journal of Paediatric Neurology. 29, 54-61 (2020).
- Tabard-Fougère, A., et al. Are clinical impairments related to kinematic gait variability in children and young adults with cerebral palsy. Frontiers in Human Neuroscience. 16, 816088 (2022).
- Fish, L. A., Jones, E. J. H. A survey on the attitudes of parents with young children on in-home monitoring technologies and study designs for infant research. PLOS One. 16, e0245793 (2021).
- Porciuncula, F., et al. Wearable movement sensors for rehabilitation: a focused review of technological and clinical advances. Physical Medicine & Rehabilitation. 10 (9), S220-S232 (2018).
