Новая модель DeepAD анализирует видео с обычных камер, преобразуя движения младенцев в скелетные точки для вычисления клинических признаков, таких как угловая скорость. Система использует алгоритм Anomaly Transformer, обученный без размеченных данных об аномалиях, что критично из-за редкости ДЦП, и позволяет клиницистам выявлять потенциально значимые эпизоды отклонений в развитии.
Валидация на 1310 видеозаписях из китайских больниц показала, что система достигает точности 96% и чувствительности 75%, превосходя базовые методы и показывая результаты выше, чем у группы экспертов. Несмотря на ограничения, связанные с региональной выборкой и зависимостью от моделей оценки позы, разработчики подчеркивают, что инструмент служит вспомогательным средством скрининга, способным расширить доступ к ранней диагностике в учреждениях первичной помощи.
С полной версией материала можно ознакомиться по ссылке на источник.
