Surveillance IA pour réanimation et asphyxie néonatale

Le projet NewbornTime de l’université de Stavanger utilise la technologie thermique MOBOTIX et l’intelligence artificielle

L’Université de Stavanger (UiS) est une université internationale qui compte 12 500 étudiants et 2 200 employés. L’UiS est organisée en six facultés académiques et plusieurs centres nationaux de recherche et de compétence. L’enseignement et la recherche sont assurés par la Faculté des sciences de la santé. L’un des projets de recherche est le projet NewbornTime, qui traite de la mortalité infantile. Si un nourrisson reçoit trop peu d’oxygène pendant et après la naissance, cela peut conduire à l’asphyxie et à la mort du bébé. Un nouveau-né qui a besoin d’aide pour respirer doit être réanimé le plus rapidement possible. En Norvège, environ 10 % des enfants nés à terme ont besoin d’une stimulation et environ 3 % d’une ventilation au masque.

Le défi

Les partenaires du projet - l’université de Stavanger (UiS), l’hôpital universitaire de Stavanger (SUS), Laerdal Medical et bitUnitor - s’efforcent de reconnaître automatiquement et instantanément un nouveau-né dès sa naissance. Ce qui a commencé par un appareil thermique portable a évolué vers le concept NewBornTime. Dans le projet de recherche, une chronologie est établie pour décrire les événements et les activités lors d’un accouchement. La température corporelle exacte du bébé n’est pas importante. L’objectif est de déterminer, automatiquement et en toute confidentialité, l’heure exacte de la naissance, sans avoir à fixer de capteurs à la mère ou au bébé. La détermination manuelle des périodes est trop imprécise. Un capteur thermique MOBOTIX est approprié pour cette tâche.

Solution

L’heure exacte de la naissance à la seconde près est déterminée automatiquement à l’aide des vidéos thermiques MOBOTIX de la salle d’accouchement. Des modèles d’IA basés sur le Deep Neural Network sont développés pour reconnaître les événements liés à la naissance à partir des vidéos thermiques, ainsi que les activités de réanimation à partir des vidéos thermiques et de lumière visible, en les convertissant en lignes temporelles générées par l’IA. Sur la base de ces chronologies, des directives peuvent être suivies et évaluées, ce qui permet de prendre des mesures de réanimation efficaces.

Pourquoi MOBOTIX ?

L’équipe projet a choisi MOBOTIX parce que les parties prenantes recherchaient une qualité européenne de premier plan et utilisaient déjà les systèmes MOBOTIX de manière fiable depuis de nombreuses années. La précision des relevés de température des capteurs a également été déterminante. Enfin, les capteurs IoT de MOBOTIX pouvaient être intégrés au logiciel de gestion vidéo (VMS), personnalisés facilement, envoyer des données vers différents emplacements de stockage de fichiers et envoyer des alarmes. Aucun système comparable de la même catégorie n’aurait pu remplir cette tâche avec autant de précision.

CHALLENGE

In the research project, a timeline is created that describes events and activities during a birth. The exact body temperature of the baby is not important. It is about the exact time of birth, which is to be determined automatically and in privacy, without attaching sensors to the mother or the baby. Manual determination of the periods is too imprecise. A video camera is a suitable sensor for this task.

SOLUTION

The exact time of birth to the second is determined automatically with the help of MOBOTIX thermal videos from the delivery room. Deep convolutional neural networks (CNNs) recognize the newborn, movements and resuscitation activities on thermal videos and convert them into AI models. Based on the resulting timelines, guidelines can be followed and evaluated, thus enabling successful resuscitation measures.

WHY MOBOTIX?

The project team chose MOBOTIX because the parties involved were looking for top quality from Europe and had already been using MOBOTIX systems reliably for many years. The accuracy of the temperature readings from the sensors was also impressive.

CONCLUSION

The research findings offer a clear roadmap for specific actions and plans that can make a tangible difference in the lives of newborns. Implementing these insights will foster a more secure and healthier environment for newborns, ultimately leading to a brighter future for the next generation.

GDPR-compliant

Thermal cameras offer two advantages: they are GDPR-compliant and protect privacy as they do not show real images. They also reliably recognize the newborn, as the baby is warmer than the skin of the other people in the room at birth. One MOBOTIX Thermal camera is used in each delivery room, mounted on the ceiling above the head of the bed. The research team uses the thermal images to generate data to train AI models. It is important to know when resuscitation measures take place concerning the time of birth and what happens during resuscitation.

Nous avons informé le personnel et les parents du fonctionnement du système et du fait que les systèmes thermiques MOBOTIX sont conformes au RGPD. Par leur signature, les parents ont autorisé l’utilisation des données des capteurs thermiques MOBOTIX pour l’étude. Lorsqu’une grande majorité - plus de 80 % - des mères interrogées se sont montrées enthousiastes à l’idée de participer à l’étude, nous avons tout de suite su qu’il s’agissait de quelque chose de spécial. Nous sommes fiers de faire ce chemin ensemble !

James Nathan Miller, Directeur Général de Bravida

En savoir plus sur le projet NewbornTime

Téléchargez l'étude de cas complète pour obtenir des informations détaillées sur cette solution de santé innovante et découvrir comment la surveillance par caméra alimentée par l'IA peut contribuer à améliorer la réanimation néonatale et à prévenir l'asphyxie à la naissance dans votre hôpital.

Case Study NewbornTime (PDF, 1.82 MB)

| EN | DE | ES | FR | IT

NewbornTime

Sauver la vie des nouveaunés à risque