Cerebral parese (CP) kan oppstå som følge av for tidlig fødsel eller andre sykdommer i nyfødtperioden, og blir vanligvis ikke diagnostisert før ved 1 til 2 årsalder.

Noen personer med CP har kun redusert funksjon i en arm eller et ben, mens andre mangler muskelkontroll i hele kroppen. Personer som har CP kan også ha tilleggsvansker som nedsatt hørsel eller syn, nedsatt mental funksjon, vansker med språk/kommunikasjon og/eller epilepsi.  Tidlig identifisering av CP er viktig for at tilrettelegging og behandling kan startes tidlig, og for å gi best mulig støtte og oppfølging til barnet og familien.

Prediksjon av cerebral parese ved observasjon av spedbarnets spontane bevegelser ved 3 måneders alder

Observasjon og undersøkelse av spedbarnets spontane bevegelser ved 3 måneders alder etter termin ved bruk av metoden General Movement Assessment (GMA) har vist seg å være en svært god metode for tidlig prediksjon av CP. Ved hjelp av videoopptak av spedbarnets bevegelser ved 10-18 ukers alder etter termin kan en trenet ekspert identifisere bevegelsesmønstre som har sammenheng med senere diagnose av CP. Ved Klinikk for kliniske servicefunksjoner (KKS) og Barne- og Ungdomsklinikken ved St. Olavs hospital har fysioterapeuter og barneleger tilegnet seg denne ekspertkunnskapen. 

Databasert bevegelsesanalyse ved hjelp av kunstig intelligens

Observasjon av bevegelsesmønstre i spedbarnsalder fra video med metoden databasert bevegelsesanalyse (General Movement Assessment (GMA)), krever trenede og utdannede eksperter. Dette er kostbart og avhenger av personell med spisskompetanse. De fleste syke nyfødte som trenger slike undersøkelser vil derfor ikke ha tilgang på denne ekspertisen internasjonalt.

Videofilmene som er samlet inn i de nasjonale og internasjonale multisenterstudiene der man bruker metoden GMA for tidlig prediksjon av CP, brukes av våre forskere til utvikling av en automatisk databasert bevegelsesanalyse. Vi har arbeidet med dette i flere år, men arbeidet har skutt fart etter at moderne metoder for trening av databaserte algoritmer ved kunstig intelligens (artificial intelligence (AI)) har blitt tilgjengelig de senere årene.

Vi har utviklet en automatisk "tracker", der metoder innen kunstig intelligens brukes for å følge posisjonen til ulike kroppsdeler hos barnet fra videofilmen.

Disse posisjonene gir oss data som igjen brukes for å trene opp en datamaskin til å gjenkjenne tidlige bevegelser typiske for barn som får CP og som ikke får CP. Denne nye databaserte metoden er under utvikling, men viser svært lovende resultater der risiko for senere CP predikeres med stor nøyaktighet automatisk uten bruk av spisskompetente eksperter. Dersom du vil lese mer om kunstig intelligens, kan du lese på hjemmesiden til NTNU Open AI-Lab og du kan se en video om AI og analyse av spedbarns bevegelser.  

Her kan du også lese vår siste forskningsartikkel om en større, internasjonal klinisk studie: Development and Validation of a Deep Learning Method to Predict Cerebral Palsy From Spontaneous Movements in Infants at High Risk, Jama Network Open, 2022