KI-Kamera diagnostiziert Bewegungsstörungen bei Neugeborenen

Ein neues, auf künstlicher Intelligenz basierendes Diagnoseverfahren nutzt herkömmliche Kameras, um Bewegungsstörungen bei Neugeborenen frühzeitig zu erkennen. Wie ein im Jahr 2024 in der Fachzeitschrift JAMA Pediatrics veröffentlichter Studie zu entnehmen ist, wurde das System speziell für die Identifizierung der spinalen Muskelatrophie (SMA) entwickelt. Bei dieser seltenen genetischen Erkrankung führt der fortschreitende Untergang motorischer Nervenzellen zu starker Hypotonie, also verminderter Muskelspannung, und kann unbehandelt zum frühen Tod führen. Da die hochwirksame Gentherapie Zolgensma nur vor Einsetzen des Nervenzellabbaus schützt, ist eine zügige Diagnose entscheidend. Frankreich hat die Erkrankung daher bereits 2025 in das neugeborenen-Screening aufgenommen, weltweit bleibt der klinische Nachweis jedoch eine Herausforderung. Das untersuchte System analysiert spontane Motorik des Säuglings in einem standardisierten Ablauf. Ein Neugeborenes wird vor einem einfarbigen Hintergrund für 60 Sekunden gefilmt. Eine auf Computer Vision basierende KI erstellt daraufhin ein digitales Skelett aus zwölf anatomischen Gelenkpunkten und extrahiert daraus 108 Bewegungsparameter, darunter Amplitude, Symmetrie und Bewegungstiefe. Ein überwachter Lernalgorithmus klassifiziert die Daten anschließend als typische Entwicklungsparameter oder als charakteristisches Muster bei SMA. Zur Nachvollziehbarkeit der KI-Entscheidungen kommt die SHAP-Methode zum Einsatz, die die gewichtigsten Einflussfaktoren visualisiert. In der Studie mit 25 auf der Neonatalstation hospitalisierten Kindern erreichte das System eine Trefferquote von 97 Prozent. Besonders die Bewegungstiefe auf der Tiefenachse erwies sich als entscheidendes Unterscheidungsmerkmal, das bei betroffenen Säuglingen signifikant reduziert ist. Das Verfahren verwandelt damit subjektive klinische Beobachtungen in präzise, quantifizierbare Daten. Die Autoren betonen, dass das Tool Ärzte nicht ersetzen, sondern als schnelles, geräteunabhängiges Initialevaluationsinstrument unterstützen soll. Da Hypotonie auch bei zahlreichen weiteren pädiatrischen Erkrankungen auftritt, ist eine Übertragung des Algorithmus auf andere Bewegungserkrankungen anvisiert. Mit einer Diagnosezeit von wenigen Minuten schließt das KI-gestützte System ein kritisches Zeitfenster, in dem jede Woche für die Langzeitprognose des Kindes zählt.