外媒 | 机器学习算法帮助监测婴儿运动模式-普瑞纯证

德尔儿童医疗中心的研究人员利用机器学习算法监测新生儿的运动模式，以预测可能的医疗风险。这项技术对于早产儿尤为重要，因为它可以预测常见事件，如呼吸暂停或心跳减慢，这些事件可能预示着长期的神经系统健康问题。该研究小组从美国国家科学基金会获得了资助，他们利用机器学习算法对新生儿加强监测，以便及早发现并预防可能的医疗风险。这项技术通过监测新生儿的运动模式，从而预测可能的医疗风险。该研究人员开展了一项研究，评估了机器学习算法在跟踪新生儿运动模式方面的有效性。研究人员回顾了100名新生儿的数据，并开发了一个算法来通过血氧饱和度水平跟踪运动模式。他们指出，传统的监测运动模式的方法，如视频监视器和加速度计，往往会失败或干扰基本护理，但由于血氧饱和度水平的收集是例行的，因此可以使用这些数据。使用机器学习算法监测运动模式可以帮助临床医生预测不良事件。该研究小组表示，运动就像血压、脉搏、呼吸或体温一样，是一种重要的生命体征。他们还指出，如果早产儿出现运动模式的突然变化，可能会导致呼吸暂停或心跳减慢等问题。这项技术的研究成果有望帮助医生更好地了解早产儿的神经系统健康问题，预测可能的医疗风险，并及早采取措施。

版权声明 本网站所有注明“来源：普瑞纯证”或“来源：pureFDA”的文字、图片和音视频资料，版权均属于普瑞纯证网站所有。非经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。取得书面授权转载时，须注明“来源：普瑞纯证”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。