Onderzoekers van de University of Cambridge hebben een intelligent camerasysteem ontwikkeld dat verpleegkundigen op de neonatale intensive care (NICU) kan ondersteunen bij het continu monitoren van te vroeg geboren baby’s. Het systeem combineert voor het eerst drie beeldtypen, RGB, diepte en infrarood, in een 3D-cameraopstelling en fungeert daarmee als een ‘tweede paar ogen’ voor zorgprofessionals. De onderzoeksresultaten zijn gepubliceerd in npj Digital Medicine.
De neonatale periode, de eerste 28 levensdagen, is cruciaal en gaat gepaard met een verhoogd risico op complicaties. In het Verenigd Koninkrijk worden jaarlijks meer dan 90.000 baby’s opgenomen op een neonatale afdeling. In Nederland zijn dat er ongeveer 12.000 per jaar. Op de NICU vergt de zorg intensieve en continue aandacht, maar door werkdruk en uiteenlopende taken is permanente visuele observatie voor verpleegkundigen niet haalbaar.
AI-gedreven monitoring
Om dit gat te dichten, ontwikkelde het onderzoeksteam een AI-gedreven monitoringsoplossing op basis van machine learning en zogeheten pose estimation, het bepalen van de postitie van het kleine lichaam. Daarbij worden automatisch belangrijke lichaamskenmerken, zoals schouders en heupen, digitaal gevolgd. In de studie werden 24 premature baby’s gemonitord tijdens één- en 24-uursopnames op de NICU van het Addenbrooke's Hospital.
De camera’s registreerden realistische zorgsituaties, inclusief medische handelingen, wisselende lichtomstandigheden en interacties met ouders. Door RGB-, diepte- en infraroodbeelden te combineren, kan het systeem ook functioneren wanneer couveuses zijn afgedekt of de ruimte donker is. Ofwel, situaties die in de praktijk veel voorkomen en visuele monitoring bemoeilijken.
Eerste resultaten en uitdagingen
De onderzoekers zagen dat het AI-model bij onbedekte en deels bedekte baby’s beter presteerde dan een gemiddelde menselijke observator, met name wanneer baby’s op de rug of buik lagen. Bij volledig bedekte baby’s of zijligging bleef de prestatie achter, wat de complexiteit van de NICU-omgeving benadrukt.
Volgens mede-auteur Alex Grafton dragen nauwkeurige houdingsmetingen bij aan vroege signalering van ontwikkelingsproblemen en aan continue gezondheidsmonitoring. “Onze 24-uursopnames geven een realistischer beeld van de klinische praktijk en laten zien wat nodig is voor veilige, continue inzet,” stelt hij.
Volgende stappen
Het onderzoek maakt deel uit van het Meerkat-project, een samenwerking tussen de afdelingen Engineering en Kindergeneeskunde in Cambridge. Vervolgonderzoek richt zich op het meten van vitale functies zoals hartslag en ademhaling, het ontwikkelen van een neonataal specifiek scoringssysteem en het automatisch detecteren van bewegingen van armen en benen.
Door continue, niet-invasieve monitoring kan het systeem verpleegkundigen ontlasten en hen ondersteunen bij hun specialistische taken, terwijl meer baby’s profiteren van consistente observatie. Daarmee laat het onderzoek zien hoe AI en computer vision kunnen bijdragen aan betere, efficiëntere zorg op de NICU.
Draadloze NICU monitoring
In 2024 was het Máxima MC naar eigen zeggen het eerste ziekenhuis ter wereld dat de vitale functies van premature baby’s volledig draadloos monitorde met behulp van de . Bambi Belt. Dit is een siliconen band met geïntegreerde sensoren die om de borst van de baby wordt gedragen. Dankzij deze oplossing zijn traditionele elektroden op de kwetsbare huid van prematuren niet meer nodig. De Bambi Belt meet onder meer hartslag en -ritme (ECG) en maakt met dEMG-technologie de detectie van apneu mogelijk.
De gegevens worden draadloos doorgestuurd naar de patiëntmonitor en het alarmsysteem van de NICU. Naast technologische voordelen biedt de oplossing ook klinische en emotionele winst: het risico op huidbeschadiging of allergische reacties neemt sterk af en doordat kabels ontbreken, kunnen ouders hun kind gemakkelijker vasthouden. Dit bevordert huid-op-huid contact en versterkt de band tussen ouders en hun pasgeboren baby.
