Gekwantificeerde beoordeling van de grove motoriek van baby's met behulp van een wearable met meerdere sensoren
Özet
Dit artikel schetst de beoordeling van de grove motorische prestaties van baby’s met een multisensor-wearable en de volledig geautomatiseerde op deep learning gebaseerde analysepijplijn. De methode kwantificeert de houdings- en bewegingspatronen van baby’s vanaf het liggen op de rug totdat ze zelfstandig lopen onder de knie hebben.
Abstract
Het ontwikkelen van objectieve en kwantitatieve methoden voor vroege grove motorische beoordeling is essentieel om de neurologische ontwikkeling beter te begrijpen en om vroege therapeutische interventies te ondersteunen. Hier presenteren we een methode om de grove motorische prestaties te kwantificeren met behulp van een multisensor wearable, MAIJU (Motility Assessment of Infants with a JUmpsuit), die een geautomatiseerde, schaalbare, kwantitatieve en objectieve beoordeling biedt met behulp van een volledig geautomatiseerde cloudgebaseerde pijplijn. Dit draagbare pak is uitgerust met vier bewegingssensoren die gesynchroniseerde gegevens opnemen op een mobiele telefoon met behulp van een energiezuinige Bluetooth-verbinding. Een offline analyse in de cloudserver genereert binnen enkele minuten volledig geanalyseerde resultaten voor elke opname. Deze resultaten omvatten een grafisch rapport van de opnamesessie en een gedetailleerde resultatenmatrix die van seconde tot seconde classificaties geeft voor houding, beweging, dragen van baby’s en vrije speeltijd. Onze recente resultaten tonen de deugd aan van een dergelijke gekwantificeerde motorische beoordeling die een potentieel effectieve methode biedt voor het onderscheiden van variaties in de grove motorische ontwikkeling van het kind.
Introduction
Vroege grove motorische ontwikkeling is essentieel voor neurocognitieve prestaties op een hoger niveau die later naar voren komen door de verkenning van de omgeving door baby’s te ondersteunen. Daarom hebben zowel clinici als onderzoekers een groot belang bij het beoordelen van de vroege grove motorische ontwikkeling 1,2,3. Om evidence-based geneeskunde of wetenschappelijke studies te ondersteunen, is het essentieel dat de grove motorische beoordelingen kwantitatief, betrouwbaar, objectief en ecologisch valide zijn. Er is echter een schaarste aan dergelijke methoden die beschikbaar zijn voor klinisch of fundamenteel wetenschappelijk onderzoek.
Een typische vroege grove motorische ontwikkeling verloopt via een voorspelbare opeenvolging van nieuw verworven vaardigheden. Ze worden vaak waargenomen bij zuigelingen als het bereiken van discrete motorische mijlpalen4, waarbij staan en lopen vaak worden beschouwd als belangrijke oriëntatiepunten op weg naar complexer gedragsrepertoire5. Naast directe observatie of ouderlijke enquêtes over motorische mijlpalen, zijn er verschillende veelgebruikte gestandaardiseerde batterijen ontwikkeld 6,7,8,9 voor het uitvoeren van beoordelingen van baby’s in het laboratorium of in een ziekenhuisomgeving. Deze beoordelingen hebben echter meerdere kanttekeningen: ze vereisen substantiële expertise van getrainde professionals, ze zijn deels subjectief en categorisch, en ze beoordelen de prestaties van baby’s in een omgeving (ziekenhuis of laboratorium) die onnatuurlijk is vanuit het perspectief van een baby.
Het registreren van de spontane motorische activiteit van baby’s gedurende langere tijd in de oorspronkelijke omgeving, zoals hun huis, maakt relevantere metingen van motorische vaardigheden mogelijk. Bij een dergelijke haalbare methode wordt de beoordeling uitgevoerd voor de volledige volgorde van de ontwikkeling van de motorische vaardigheden van het kind, van liggend liggen tot vloeiend lopen met een draagbaar systeem, zoals de MAIJU wearable (Motor Assessment of the Infants with a JUmpsuit)10,11,12. Het draagbare MAIJU-systeem (Figuur 1) omvat een textielkledingstuk voor het hele lichaam dat is uitgerust met bewegingssensoren om ongecontroleerde beoordelingen buiten het ziekenhuis/laboratorium en opnames mogelijk te maken die worden geanalyseerd met een geautomatiseerde pijplijn, waardoor een beoordeling van seconde tot seconde van houding en bewegingspatronen wordt verkregen. Deze algoritmische detecties kunnen voor elke houding en elk bewegingstype afzonderlijk worden gebruikt, of ze kunnen worden gecombineerd voor een holistische beoordeling van het rijpingsniveau van de motorische vaardigheden van het kind. Een recent gepubliceerde, eenheidsvrije uitdrukking van een dergelijke maatstaf voor motorische volwassenheid is BIMS (Baba Infant Motor Score)10,12.
Dit artikel beschrijft de beoordeling van de grove motorische prestaties van baby’s met behulp van een draagbaar pak met meerdere sensoren; De grondgedachte, praktische prestaties, analysepijplijn en mogelijke toekomstperspectieven voor het gebruik van de statistieken die kunnen worden verkregen uit de geautomatiseerde analysepijplijn die beschikbaar is voor opnames met een multisensor-wearable 10,11,12. De methode is geschikt voor een gedetailleerde kwantificering van spontane grove motorische activiteiten bij alle zuigelingen die motorische vaardigheden vertonen tussen liggend liggen en vloeiend lopen.
Het draagbare multisensorsysteem bestaat uit drie componenten: 1) het algehele kledingstuk voor het hele lichaam dat is uitgerust met vier bewegingssensoren, 2) een mobiel apparaat met behulp van een op maat gemaakte iOS-applicatie, en 3) een cloudgebaseerde analysepijplijn (Babacloud waarvan de referenties kunnen worden verkregen bij de auteurs)11. De waterdichte traagheidsmeeteenheid (IMU)-sensoren streamen gesynchroniseerde gegevens (3-assige versnellingsmeter en gyroscoop) met een bemonsteringsfrequentie van 13-52 Hz naar een mobiele telefoon met behulp van een energiezuinige Bluetooth-verbinding. De gegevens worden in eerste instantie opgeslagen in het geheugen van (de sensor of) het mobiele apparaat, gevolgd door een offline analyse in de cloudserver nadat de opname is gestopt.
Protocol
Representative Results
Discussion
Een gekwantificeerde beoordeling en ontwikkelingstracking van de motorische prestaties van baby’s met een draagbare oplossing, zoals MAIJU, is technisch eenvoudig te leren en uit te voeren, en kan gemakkelijk worden geïmplementeerd in de gezondheidszorg of klinische onderzoekspraktijk 10,11,12. In vergelijking met de andere bestaande motorische beoordelingsmethoden, verbetert dit soort thuisregistratie van de spontane motorische activiteit van baby’s de ecologische validiteit van de beoordeling. Bovendien biedt het een gekwantificeerde, transparante en volledig geautomatiseerde analyse van de motorische prestaties van baby’s. Het belangrijkste is dat de statistieken die in de analyse worden gebruikt, intuïtief en verklaarbaar zijn, waardoor ze gemakkelijk kunnen worden vergeleken met andere klinische en onderzoeksbeoordelingen, zoals omgevingsfactoren, cognitieve ontwikkeling of psychosociale beoordelingen. Een holistische beoordeling van de motorische ontwikkeling biedt een nauwkeurigheid die goed te vergelijken is met de conventionele fysieke groeimetingen12.
Cruciale stappen in het protocol zijn onder meer een zorgvuldige voorbereiding van het draagbare pak. Bij de voorbereiding van een opname is het van cruciaal belang om de juiste maat voor het pak te kiezen, aangezien de sensorbevestigingen in de mouwen en benen strak moeten zitten om een betrouwbare registratie van lichaamsbewegingen te verkrijgen. Voor een succesvolle opname is het ook essentieel om de sensoren in de zakken te plaatsen met een juiste oriëntatie, zoals aangegeven in het protocol. De sensorbevestigingen laten sensoren niet draaien tijdens de opname. De verkeerd georiënteerde sensor registreert echter gegevens die moeilijk, zo niet onmogelijk, achteraf te repareren zijn. Het kind moet worden aangemoedigd om zich tijdens de opname vrij en zelfstandig te bewegen. De lengte van de opname kan variëren afhankelijk van de gegeven onderzoeksvragen. De meerdere spontane bewegingsepochs worden gecombineerd om voldoende spontane beweging te verzamelen voor elke opnamesessie.
De flexibele en praktische werking van de draagbare MAIJU-oplossing maakt het mogelijk om deze in variabele contexten te gebruiken, zowel in bewaakte als niet-bewaakte omgevingen, zoals onderzoekslaboratoria of huizen. Recente resultaten van onze klinische onderzoeken tonen aan dat volledig ongecontroleerde opnames die thuis worden uitgevoerd, vergelijkbare resultaten kunnen opleveren met opnames die onder volledig of gedeeltelijk toezicht worden gemaakt12. Toch wordt het spontane motorische gedrag van een kind mogelijk beïnvloed door verschillende factoren, zoals de omgeving (bijv. buiten versus binnen spelen, de indeling van de ruimte, meubels en speelgoed), het niveau van alertheid van het kind en de betrokkenheid van de ouders tijdens de thuisopname. Wanneer de opnames thuis zonder toezicht worden uitgevoerd, is het belangrijk om het kind aan te moedigen spontaan te spelen, d.w.z. om zelfstandig te spelen of te bewegen, zonder dat iemand anders het kind draagt of vasthoudt als dat niet nodig is, en om de mobiele telefoon op een Bluetooth-bereik te houden (in dezelfde kamer)10. De meeste van onze huidige probleemoplossingssituaties tijdens de opnames worden veroorzaakt door het wegvallen van de Bluetooth-verbinding. Ontwikkelingen in de nabije toekomst op het gebied van sensortechnologie zullen de Bluetooth-connectiviteit verbeteren, en de aanstaande introductie van een groter sensorgeheugen zal offline opname mogelijk maken door bewegingsgegevens rechtstreeks in het sensorgeheugen op te slaan.
Opnames buiten het ziekenhuis met een dergelijke draagbare oplossing zijn gemakkelijk schaalbaar en kunnen de veiligheid van baby’s verbeteren, bijvoorbeeld door monitoring op afstand mogelijk te maken tijdens omstandigheden zoals een pandemie. Onze huidige classificatiealgoritmen zijn getraind om specifiek de gegeven motorische vaardigheden, houdingen en bewegingen te herkennen die worden weergegeven in het beschrijvingsschema voor beweeglijkheid (Figuur 2A). Deze verschijnselen werden geïdentificeerd als kenmerkend voor de beweging van baby’s tijdens de eerste twee levensjaren. Andere soorten bewegingen of houdingen die bij oudere kinderen worden gezien, zoals rennen of springen, vereisen aangepaste bewegingsbeschrijvingsschema’s en respectieve algoritmen om ze te identificeren. Houdingscontextafhankelijke analyse is een potentieel vruchtbare benadering waarbij de motorische activiteit van een baby afzonderlijk wordt geanalyseerd in verschillende houdingen ter ondersteuning van het bestuderen van bijvoorbeeld ontwikkelingscorrelaten van het gedrag van baby’s 5,6,7,8,9,13. Als alternatief zou een contextafhankelijke bewegingsanalyse ook kunnen helpen bij het beoordelen van asymmetrie in motorische functie bij het voorspellen van de ontwikkeling van unilaterale hersenverlamming 10,12,14,15. Verder kan de beoordeling van motorische vaardigheden met het MAIJU-systeem worden gecombineerd met andere onderzoeksmodaliteiten, bijv. eye-tracking, beeldvorming of video-opname, om multimodale gegevens te verstrekken, variërend van verschillende typen en contexten. Multimodale gegevens kunnen nuttig zijn, bijvoorbeeld bij het evalueren van de effecten van sociale interactie of de werkzaamheid van therapeutische interventie.
Voor het succes van nieuwe draagbare technologieën in bewakingsomgevingen buiten het ziekenhuis met baby’s, moeten bepaalde beperkingen, uitdagingen en ethische zorgen worden aangepakt. Onze analysepijplijnen zijn getraind en gevalideerd met behulp van typisch ontwikkelende baby’s in Finland 10,11,12. De ruwe analyse-outputs met pure houdingen en bewegingen moeten universeel zijn. Hun ontwikkelingstrajecten kunnen echter aanpassingen vereisen voor verschillende culturen en geografische locaties. Volgens feedback van ouders over draagbare apparaten worden ze gunstig beoordeeld vanwege de babyvriendelijkheid16. Ouders kunnen echter hun bezorgdheid uiten over privacy, toegang tot gegevens en praktische zaken in het gezin (bijv. meerdere verzorgers, bezoekers en verschillende schema’s). Afhankelijkheid van de levensduur van de batterij van de sensoren en de opnametelefoon kan worden beschouwd als een beperking van de methode. Onze ervaring is dat het batterijmodel (CR2025) doorgaans de hele dag meegaat (12-24 uur) bij gebruik van continue datastreaming. Het hangt met name af van zowel het batterijmerk als de sterkte van de Bluetooth-verbinding die nodig is voor draadloze gegevensoverdracht, die voortdurend verandert om de gegevensoverdracht in de opnameomgeving te maximaliseren. Een lange afstand tussen de baby en de telefoon of een muur tussen hen zou bijvoorbeeld de Bluetooth-verbinding aanpassen aan een aanzienlijk hoger batterijverbruik. Met name de batterijen van de meeste mobiele apparaten zijn ook binnen ongeveer dezelfde tijd leeg als u continue Bluetooth-streaming gebruikt. In de praktijk betekent de momenteel gebruikte continue datastreaming via de Bluetooth-verbinding dat zowel de sensoren als de mobiele apparaten dagelijks moeten worden opgeladen/vervangen. De nabije introductie van sensoren met een grotere geheugencapaciteit zal gegevensopslag in het sensorgeheugen mogelijk maken, waardoor meer dan een week continu opnemen mogelijk is. Dat elimineert de noodzaak van stroomverslindende Bluetooth-streaming, evenals het dragen van de telefoon binnen een Bluetooth-bereik dat als beperkend kan worden ervaren in opnamesituaties en vatbaar is voor menselijke fouten.
Over het algemeen zijn voor het volgen van vroege neurologische ontwikkeling methoden nodig die gevoelig zijn voor natuurlijke neurologische gedragsvariabiliteit. De grove motorische ontwikkeling is een ingewikkeld proces dat bestaat uit variaties in de volgorde en timing, zowel op individueel als op cultureel niveau. Detectie van atypische motorische ontwikkeling is effectief bij het herkennen van baby’s die risico lopen op een uitgebreid scala aan neurologische ontwikkelingsstoornissen. Traditionele testbatterijen met gestandaardiseerde neurologische ontwikkelingsbeoordelingen worden uitgevoerd in gecontroleerde omgevingen, zoals ziekenhuizen, en zijn op zijn minst gedeeltelijk subjectief 7,8,9. De huidige ontwikkelingen op het gebied van sensortechnologie en signaalanalyse hebben het mogelijk gemaakt om de spontane motoriek van baby’s gedurende langere perioden buiten het ziekenhuis te registreren en het motorische gedrag te kwantificeren met een nauwkeurigheid die vergelijkbaar is met die van menselijke waarnemers 10,11,12. Nieuwe draagbare technologie biedt geautomatiseerde en schaalbare methoden voor het monitoren van beweging en de werkzaamheid van therapeutische interventie bij zuigelingen op een ecologisch geldige en objectieve manier. Bovendien maakt de nieuwe neurologische ontwikkelingsindex Baba Infant Motor Score (BIMS) het mogelijk om de volwassenheid van de motorische vaardigheden van baby’s te schatten door individuele tracking van neurologische ontwikkeling10,12. Het kan worden gebruikt in een reeks toekomstige toepassingen, zoals de ontwikkeling van motorische groeigrafieken voorbaby’s 12. Door de geautomatiseerde classificatoren te trainen voor andere specifieke beweeglijkheden (bijv. voor oudere kinderen of volwassenen) met verschillende soorten bewegingsbeschrijvingsschema’s en algoritmen, hebben de draagbare bewegingssensoren het potentieel voor klinische toepassingen, zoals bewegingsstoornissen of follow-up van de effecten van therapeutische interventies, ongeacht het ontwikkelingsstadium van het individu17. Momenteel moet dit echter worden gezien als een onderzoeksmethodologie die niet mag worden gebruikt om klinische diagnoses of behandelingsdoelen te stellen.
Açıklamalar
The authors have nothing to disclose.
Acknowledgements
Dit werk werd ondersteund door de Finse Academie (314602, 335788, 335872, 332017, 343498), Finnish Pediatric Foundation (Lastentautien tutkimussäätiö), Aivosäätiö, Sigrid Juselius Foundation en HUS Children’s Hospital/HUS diagnostisch centrum onderzoeksfondsen.
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).
