自动化近似格式塔：将机器学习应用于一般运动评估

脑瘫（CP）是一种常见的儿童肢体残疾，与身体、情感、心理和经济压力相关。2 脑瘫的早期识别可告知家庭，便于早期干预和及时转介到专业的康复服务机构，从而在生命早期的神经可塑性作用下改善长期的运动功能。最近的建议强调，通过标准化评估，包括 Prechtl 的一般运动评估（GMA），可以在 5 个月大之前准确识别出 CP。GMA 由 Heinz Prechtl 在半个世纪前首次描述4 ，新生儿临床医生对 GMA 的热情与日俱增。2013 年的一项荟萃分析对四项研究（共 326 名具有 CP 危险因素的患者）进行了分析，结果表明 GMA 对 CP 的综合灵敏度为 98%，特异性为 91%。5 在皱缩期（出生至 6 周矫正年龄），痉挛性同步运动是一种明显的异常运动，伴有腹部突然屈曲和近端大关节同步移位。在 2018 年对五项研究进行的荟萃分析中，痉挛性同步运动对 CP 的敏感性为 70%，特异性为 97%。6 评估痉挛性同步运动的一个优势是，通常可在新生儿重症监护室出院前诊断或排除痉挛性同步运动。在临床医学中，人工智能（AI）和机器学习提高了医疗质量和服务水平，并有望在未来几年进一步提高医疗质量和服务水平。人工智能和机器学习已被用于医学影像的解读和分类。8 人工智能算法通过识别图像中偏离常规的部分，在放射学、病理学和肠胃病学的癌症诊断方面取得了重大进展。除图像分类外，人工智能还能从包括医疗信号数据在内的各种输入中学习，以预测结果。9 将人工智能不断融入临床医学，不仅能优化预后的准确性，还能让经验不足的临床医生或机构利用需要高度经验和培训的检查，如 GMA。目前，获得特定的高质量培训是认证 GMA 评估师在常规实践之外的先决条件。11 虽然已发表的 GMA 及后来的 CP 研究报告显示，评估者之间的可靠性和准确性都很高，6 但在现实世界中，评估师个人的准确性肯定会有所不同，如果不进行深思熟虑且耗时的重新校准练习，准确性可能会随着时间的推移而降低。因此，人工智能可使全球海洋环境状况评估在国际范围内推广时保持较高的准确性。