Entwicklung eines KI-basierten Prototyps zum berührungslosen Atmungsmonitoring bei Kindern

Hintergrund: 
Die Schlaflaboruntersuchung ist eine technisch und zeitlich herausfordernde Methode. Jedes unmittelbar am Patienten befindliche Kabel, das dabei eingespart werden kann, ist ein Gewinn für alle Beteiligten, insbesondere für die Kinder. Unser Ziel war daher die Entwicklung eines berührungslosen Monitorings zur Detektion und Analyse der Atmung beim schlafenden Kind.

Methoden:
Hierzu haben wir einen Prototyp entworfen, konstruiert und gebaut, der mittels KI-basierter Analyse des Infrarotspektrums vierdimensionaler Raumbilder aufgezeichnet und so kleinste Bewegungsmuster analysieren und dabei auch Atmungsbewegungen aufzeichnen kann. Nach Abschluss der technischen Entwicklung und der methodischen Validierung haben wir in einer ersten Studie bei 27 Kindern und Jugendlichen (6 Monate – 12 Jahre) die respiratorischen Parameter parallel mit dem Prototyp und mit dem Goldstandard Polysomnographie gemessen und analysiert.

Ergebnisse:
Insgesamt wurden ca. 300 Stunden Aufzeichnungsdaten in Echtzeit analysiert und nachvalidiert. Dabei fand sich bei allen untersuchten Probanden hinsichtlich des primären read-out Parameters Atemfrequenz im Schlaf eine Übereinstimmung zwischen beiden Methoden von praktisch 100 %. So zeigte sich über alle Altersgruppen hinweg eine nahezu vollständige Kongruenz der bewerteten Atemmuster. Die Analyse potenzieller Störfaktoren im klinischen real life-Setting zeigte, dass eine valide Erfassung und Analyse der Atmungsbewegungen auch möglich sind, wenn der Patient in verschiedenen Positionen schläft oder wenn er durch eine Bettdecke verdeckt ist. Eine technische Herausforderung waren Infrarot-Interferenzen in der Videometrie des PSG-Systems, die aber durch Neukonfigurationen und Verwendung von Infrarot-Filtern erfolgreich behoben werden konnten.

Schlussfolgerung:
Zusammenfassend konnten wir in dieser Validierungsstudie zeigen, dass auch im klinischen Setting bei „echten“ Patienten die Anwendung des neu entwickelten technischen Prototyps zur berührungslosen Atmungsdetektion eine reproduzierbar valide Erkennung der Atemfrequenz und des Atemmusters über alle untersuchten Altersgruppen hinweg ermöglicht. Durch die Entwicklung und Anpassung der KI-gestützten Erkennungsalgorithmen der region of interest (ROI) für die Bewegungsanalyse war eine Erfassung der Atmung in diversen Körperhaltungen der Kinder möglich. In einem nächsten Schritt wollen wir nun die Anwendung des berührungslosen Atmungsdetektionssystems bei Kindern mit respiratorischen Pathologien evaluieren.