Investigación sobre la predicción del riesgo de parto prematuro basada en la tecnología de gemelos digitales

Área de la Ciencia:

• Medicina perinatal
• Inteligencia artificial en la atención médica
• Biología computacional

Sus antecedentes:

• El parto prematuro es una causa principal de morbilidad infantil y problemas de desarrollo.
• Los métodos de predicción actuales luchan con la evaluación individualizada y la integración de diversos datos materno-fetales.
• Existe la necesidad de herramientas avanzadas para identificar el riesgo de parto prematuro de manera temprana y personalizar la atención.

Objetivo del estudio:

• Desarrollar un modelo de predicción de riesgo personalizado para el parto prematuro.
• Crear una plataforma interactiva de gemelos digitales para visualizar información materno-fetal.
• Mejorar la comunicación clínica y la identificación temprana del riesgo de parto prematuro.

Principales métodos:

• Se procesaron 1157 registros clínicos utilizando tipificación automática de características, imputación y normalización.
• Se entrenaron y fusionaron dos modelos de aprendizaje automático (FT-Transformer, LightGBM) con Regresión Logística de Apilamiento.
• Se desarrolló un módulo de visualización de gemelos digitales 3D utilizando 3ds Max, PyQt6 y PyVista para modelos uterinos-fetales personalizados.

Principales resultados:

• El modelo fusionado logró un alto rendimiento con un AUC de 0.820 y una puntuación de Brier de 0.040.
• Demostró una discriminación superior y una fiabilidad de probabilidad en comparación con los modelos individuales.
• La plataforma de gemelos digitales proporciona retroalimentación visual intuitiva y en tiempo real para la interpretación clínica.

Conclusiones:

• La fusión de aprendizaje automático combinada con la visualización de gemelos digitales permite la evaluación individualizada del riesgo de parto prematuro.
• El sistema mejora la precisión de la predicción, la interpretabilidad y la utilidad clínica.
• Ofrece una herramienta práctica para mejorar el seguimiento, el asesoramiento y la educación de la salud materna.