AI 赋能儿童营养监测:智能手机3D工具实现精准发育迟缓检测

儿童发育迟缓作为慢性营养不良的核心指标，不仅影响儿童的体格生长和认知发育，还会造成终身的经济损失。全球约22.3%的5岁以下儿童存在发育迟缓问题，其中南亚地区患病率高达30.7%，尼泊尔更是达到31.5%。

传统的人工身高测量虽然是金标准，但在资源匮乏的社区环境中，面临着人力短缺、操作不规范、人为误差大等诸多挑战，严重制约了大规模营养不良筛查工作的开展。在此背景下，德国救助儿童会开发的儿童生长监测（CGM）应用——一款基于智能手机3D深度成像技术的工具，为解决这一难题带来了新的希望。

研究团队在尼泊尔劳塔哈特县的4个卫生站开展了一项横断面验证研究，系统评估了CGM应用在24-59个月儿童身高测量和发育迟缓检测中的性能。研究共招募了310名儿童，其中51.0%为女孩，年龄分布涵盖24-35个月、36-47个月和48-59个月三个年龄段。8名经过标准化培训的调查员，先使用CGM应用对儿童进行扫描，再采用联合国儿童基金会认证的身高板进行手动测量，并在4天后对125名儿童进行了重复测量，以评估工具的可靠性。所有调查员均对彼此的测量结果和CGM应用数据保持盲态，确保研究的客观性。

图：研究流程图

研究最终获得了261对有效的CGM与手动测量配对数据。结果显示，手动测量识别出36.0%的儿童存在发育迟缓，而CGM应用检测出31.8%。在诊断性能方面，CGM应用表现出色，敏感性达到84.0%，特异性高达98.2%，阳性预测值为96.3%，阴性预测值为91.6%，总体准确率达93.1%。尤为突出的是，在严重发育迟缓儿童的检测中，CGM应用的准确率达到了100%。在不同亚组分析中，该工具在合并消瘦或体重不足的儿童中敏感性更高，达到87.3%；在36-47个月和48-59个月年龄组中，敏感性均为87.5%，表现稳定。

图：CGM 应用程序测量身高与手动测量身高的 Bland–Altman 一致性分析图

可靠性评估结果同样令人满意。CGM应用的组内相关系数（ICC）为0.990，组间相关系数为0.992，组内和组间技术测量误差（TEM）均为0.5厘米，与手动测量方法的组间技术测量误差为0.7厘米。Bland-Altman分析显示，CGM应用与手动测量的平均偏差仅为0.3厘米，说明两者具有高度一致性。此外，该工具在不同性别和年龄亚组中均保持了优异的可靠性，ICC值均大于0.98。

尽管CGM应用表现优异，但研究也指出了其局限性。约15.2%的儿童因设备故障导致深度图质量不佳，无法生成有效数据；目前该工具仅适用于能够独立站立的24-59个月儿童，无法覆盖6-24个月这一发育迟缓预防的关键窗口期；同时，其性能依赖于特定型号手机的飞行时间传感器。不过，研究人员表示，未来可通过RGB图像转深度图技术解决数据丢失问题，并开发适配更多手机型号的版本。

总体而言，这项在尼泊尔实地开展的研究证实，CGM应用在资源匮乏环境中具有良好的准确性和可靠性，符合联合国儿童基金会2025年身高测量目标产品档案的性能标准。该工具能够自动生成世界卫生组织生长标准Z评分，减少人工计算误差，有望成为常规儿童生长监测系统的重要补充。未来研究将进一步验证其在6-24个月婴幼儿中的应用，并拓展体重测量功能，实现对消瘦、体重不足等多种营养不良问题的全面筛查。

原始出处

Mukherjee R, Kaushik S, Salah H et al.Accuracy of a smartphone-based 3D imaging tool for height measurement and stunting detection among children 24–59 months of age in Nepal: a validation study.The Lancet Regional Health – Southeast Asia, 2026; 48

来源 | 梅斯医学整理

授权转载及爆料请联络梅斯医学管理员。本文信息综合整理自梅斯deepevidence，仅供医疗专业人士参考，不构成个体化医疗建议，临床决策需结合患者具体情况并由专业医生做出。

点击下方“阅读原文”   可试用梅斯deepevidence！