《Frontiers in Public Health》：A deep learning model for automated assessment of neonates at risk of impaired breast crawl: a proof-of-concept video-based study
编辑推荐：
背景：及时启动母乳喂养对新生儿健康至关重要。乳房爬行（breast crawl）是一系列本能行为序列，是该过程的基础。然而，新生儿完成爬行的能力存在显著差异，当前评估依赖主观的终点观察，这种方法无法提供早期、客观的爬行能力评估，也无法支持对高危母婴配对进行及时
背景：及时启动母乳喂养对新生儿健康至关重要。乳房爬行（breast crawl）是一系列本能行为序列，是该过程的基础。然而，新生儿完成爬行的能力存在显著差异，当前评估依赖主观的终点观察，这种方法无法提供早期、客观的爬行能力评估，也无法支持对高危母婴配对进行及时干预。目的：本研究旨在开发并验证一种深度学习视频分析模型，用于自动、分级评估乳房爬行能力，并识别存在爬行功能受损风险的新生儿。方法：这项前瞻性观察研究从一家三级医院招募了114对足月母婴配对。研究对乳房爬行过程进行视频录制，并使用扩展的Widstr?m框架对30种新生儿行为进行标注。由于模型处理完整记录片段（直至首次吸吮），其执行的是对爬行能力的回顾性表征，而非前瞻性预测。研究人员开发了一个两阶段框架：首先，三维卷积神经网络（3D-CNN）从多通道视频（RGB、姿态、边缘和深度）中识别30种新生儿行为，生成行为时间线；其次，由该时间线衍生的75个行为描述符与65个围产期临床变量共同输入全连接网络，以预测五级能力等级。Shapley加性解释（SHAP）用于对特征贡献进行排序。结果：在114名新生儿中（平均出生体重3185 g），模型显示出中等的整体区分能力。其对高危婴儿的识别F1分数为：3级（爬行但未到达乳头）0.82，4级（无爬行）0.67。由于样本量过小（n=3），对罕见的2级（到达乳头但未尝试吸吮）的性能评估尚无定论。在留出测试集（n=20）上，模型的宏平均AUC为0.77，微平均AUC为0.81。在与预期临床应用一致的事后二元分析中（3–4级对比0–2级），敏感性为1.00（95% CI 0.69–1.00），特异性为0.70（0.35–0.93），准确率为0.85（0.62–0.97）。因测试集较小，置信区间整体较宽。2级（n=3）无法评估。SHAP分析显示，手至口周活动的更早发生以及母体哌替啶给药至分娩间隔更短，分别是与较好和较差爬行能力相关的最显著特征。结论：这项概念验证性研究表明，深度学习视频分析可能为识别乳房爬行功能受损风险新生儿提供一种客观辅助手段。然而，相关估计来自单中心、小测试集和非嵌套特征选择程序，应视为初步且假设生成性的结果。在任何临床应用之前，需要进行预设嵌套分析方案的外部验证。
论文解读：基于深度学习的乳房爬行能力自动分级评估
一、研究背景与问题
新生儿期是生命最脆弱的阶段，全球5岁以下儿童死亡中约47%发生在这一时期。世界卫生组织于2013年推出早期基本新生儿保健指南，将母婴持续皮肤接触作为核心干预措施。在皮肤接触过程中，新生儿会自主爬向母亲乳房、定位乳头并完成吸吮，这一本能行为被称为乳房爬行。乳房爬行对母乳喂养成功、新生儿营养状态、体温维持及产后母亲子宫复旧均有重要影响。然而，该行为具有高度动态性和个体差异性，传统人工实时观察耗时费力且存在主观偏倚，难以标准化。既往研究多采用二元结局判断或单一指标评估爬行结果，无法全面反映行为效率、运动协调性和行为序列组织合理性。因此，临床亟需一种客观、精细、自动化的评估工具，将乳房爬行能力量化为分级指标而非简单二元终点。深度学习技术，尤其是三维卷积神经网络，具备从连续视频中提取时空特征的能力，可适用于行为动态分析；结合SHAP可解释性方法，可提高模型在临床场景中的可信度。
二、研究目的与实施
研究人员开展了一项前瞻性观察研究，在2023年5月至12月于中国一家三级妇产儿童医院招募了114对足月母婴配对。纳入标准包括自然阴道分娩、胎龄37至42周等；排除多胎妊娠、5分钟Apgar评分低于8分及重大先天畸形等情况。研究人员基于Widstr?m九阶段框架并补充其他文献及观察中新增的行为类别，经专家反复讨论确定了30种新生儿乳房爬行行为。其中19段录像共12176个行为实例由两名研究人员共同标注并达成共识，作为动作识别模型训练的金标准。研究将乳房爬行能力定义为五级有序分级系统，涵盖自主向乳头推进以及成功含接并启动吸吮两个核心维度，等级越高表示自主爬行能力越差。研究构建了两阶段深度学习框架：第一阶段使用3D-CNN从多通道视频中识别30种行为并生成行为时间线；第二阶段将75个行为描述符与65个围产期临床变量输入全连接网络，输出五级能力等级。SHAP分析用于特征贡献排序和特征筛选。
三、主要技术方法
研究采用的关键技术方法包括：第一，多通道特征提取，利用DWPose估计全身姿态、HED提取边缘轮廓、MiDaS估计单目相对深度，与原始RGB通道拼接形成六通道输入；第二，3D-CNN动作识别模型，沿宽度、高度和时间维度进行卷积，从连续帧序列中提取运动特征；第三，多尺度滑动窗口推理策略，采用六种并行时间采样尺度以适配不同持续时间的微行为和长序列行为；第四，SHAP可解释性分析，通过平均绝对SHAP值对特征进行全局重要性排序和方向判定。样本队列来自单中心三级医院，最终分析纳入114对母婴配对。
四、主要研究结果
（一）研究对象特征。114名新生儿平均出生体重3185.40 g，平均胎龄39.57周，男婴占57.02%，首次成功吸吮平均时间为52.26分钟。乳房爬行等级0至4级的比例分别为12.28%、28.07%、2.63%、37.72%和19.30%。
（二）爬行能力等级分布。训练验证集（n=94）与测试集（n=20）按等级分层划分，因2级病例极少，难以在测试集中实现均衡代表性。
（三）整体模型性能。在独立测试集上，模型宏平均AUC为0.77，微平均AUC为0.81。归一化混淆矩阵显示，模型对4级（无爬行）的召回率为1.00，对3级（爬行但未接触乳头）的召回率为0.88，提示对缺失或严重受损爬行能力具有较高敏感性。
（四）分级预测性能。模型对3级和4级的F1分数分别为0.82和0.67；对0级和1级的F1分数分别为0.33和0.60，0级精确率较低提示模型偶尔将完全胜任的爬行误判为较低等级。2级因样本极少无法可靠评估。事后二元分析将3至4级定义为爬行受损，结果显示敏感性1.00、特异性0.70、准确率0.85，但置信区间宽。
（五）关键预测特征。SHAP分析显示，0级与手至口腔活动频率高、口腔运动频率高、手至口周活动发生早及唇部皮肤接触发生早相关；3级与手至口周活动启动晚、粗大肢体运动频繁等相关；4级与手至口周活动启动晚、轻微头部运动延长且频繁等相关。临床因素方面，哌替啶联合异丙嗪给药至分娩间隔较短与3级和4级高风险一致相关，第一产程延长与较差爬行表现相关，产时出血量较高在不同等级间重要性不稳定。
五、讨论与结论
讨论部分指出，早期乳房爬行是早期基本新生儿保健的关键组成部分，充分母乳喂养每年可预防超过82万例5岁以下儿童死亡。该模型可作为一种产后评估工具，对出生后第一小时内标准化评估具有潜在价值。行为特征解读方面，口部导向行为簇反映羊水味道对新生儿双手的刺激，与良好爬行表现和新生儿自我安抚及状态调节能力相关；过频的手至口周活动可能区分“稳定触觉探索”与“无效重复摩擦”，后者或为新生儿状态调节困难的标志；手至乳晕或乳头接触的早期启动表明更具目的性和组织性的探索行为。围产期因素方面，产时镇痛药物可能抑制自发性母乳喂养相关行为，提示精准个体化镇痛时机管理的必要性；第一产程较短与较好爬行表现相关，提示母婴作为一个紧密联系的整体，母亲分娩经历和应激水平可能影响新生儿爬行表现。局限性方面，特征选择未嵌套在评估流程中导致指标乐观偏倚，动作识别阶段按片段而非参与者划分导致同一新生儿片段出现在多个子集中，用于训练动作识别模型的录像未从能力评估集中排除，标注缺少独立重复编码故无法报告评分者间信度，动作识别精度未单独评估，测试集仅20对导致置信区间宽，2级仅3例无法评估，观察窗口长度与能力相关可能使频率和时长特征部分编码观察时长，45分钟后助产士对无法自发吸吮新生儿进行刺激使部分序列非完全自发，单中心人群同质化限制泛化性，SHAP归因描述关联而非因果。研究结论认为，此项概念验证研究表明深度学习视频分析可能为识别乳房爬行功能受损风险新生儿提供客观辅助手段，但估计值源于单中心、小测试集和非嵌套特征选择程序，应视为初步和假设生成性的结果，任何临床应用前需进行预设嵌套分析方案的外部验证。未来研究方向包括多中心外部验证、独立重复编码标注、逐类动作识别评估、多模型系统比较、四种输入模态的消融分析、整合心率血氧等多模态数据，以及前瞻性评估实时临床反馈对母乳喂养启动率的影响。
