Valutazione dell'effetto della variabilità inter-operatore sulle prestazioni di una rete neurale custom per l'analisi dei General Movements

La nascita pretermine rappresenta attualmente una delle principali problematiche cliniche in ambito neonatale, poiché spesso associata a un maggiore rischio di disturbi del neurosviluppo. La loro identificazione precoce risulta dunque fondamentale per consentire un intervento tempestivo ed efficace. Uno dei principali metodi per l’identificazione è il General Movement Assessment (GMA), basato sulla valutazione dei General Movements (GMs), movimenti spontanei del neonato presenti dalle ultime fasi della gestazione ai primi mesi di vita. Il GMA è una tecnica di valutazione non invasiva, ma fortemente dipendente dall’esperienza dell’operatore. Per superare questi limiti, sono stati sviluppati approcci automatizzati basati su tecniche di Computer Vision e Deep Learning che analizzano i movimenti dei neonati a partire da registrazioni video. Tuttavia, tali approcci si basano su reti neurali addestrate su dataset annotati manualmente, per cui la diversa localizzazione dei punti anatomici potrebbe influenzarne le prestazioni. L’obiettivo del presente lavoro è valutare in che misura la variabilità introdotta durante la fase di etichettatura influenza le prestazioni di una rete neurale custom sviluppata per l’analisi automatizzata dei GMs. A questo scopo, è stato selezionato un insieme di 20 video relativi a 10 neonati pretermine, uno a 40 settimane e uno a 3 mesi, registrati presso l’Unità Neonatale dell’Ospedale Sant’Orsola di Bologna. Da questi, sono stati estratti i frame più rappresentativi, i quali sono stati annotati indipendentemente da tre operatori secondo un modello a 14 keypoint. Sono state addestrate tre reti neurali con uguale configurazione e le predizioni ottenute sono state confrontate per valutarne la concordanza. I risultati hanno evidenziato differenze non uniformi tra le reti, dipendenti dal keypoint considerato e compatibili con un effetto della variabilità inter-operatore, confermando la necessità di protocolli di annotazione più definiti.