引入人工智能解读胎儿心脏图谱:医疗数据集策划和初步编码-一个跨学科项目
Jasmin Leonie Aeberhard1, Anda-Petronela Radan2, Ramin Abolfazl Soltani3
1Medical Faculty, University of Bern, 3010 Bern, Switzerland.
Methods and protocols
|January 22, 2024
概括
人工智能 (AI) 可以改善心脏图解 (CTG) 的解释,以评估胎儿的健康. 这项研究创建了一个大型CTG数据库来训练人工智能算法来预测胎儿缺氧,增强产内护理.
科学领域:
- 医疗信息学 医疗信息学
- 产科和妇科 产科和妇科
- 人工智能在医学中的应用
背景情况:
- 心脏图谱 (CTG) 对于监测分娩期间胎儿健康至关重要,但受解释变化的影响.
- 人工智能 (AI) 具有增强CTG分析和改善临床决策的潜力.
研究的目的:
- 开发和验证人工智能辅助的心电图解读系统 (CTG),以改善对胎儿福祉的评估.
- 创建一个全面的CTG数据库,用于训练和评估用于预测胎儿缺氧的AI算法.
主要方法:
- 提取了原始CTG信号,并将它们与2006-2019年的胎儿结果 (带动脉pH值,5分钟APGAR分数) 相匹配.
- 策划了6141个对联CTG记录和临床数据的数据集,定义了胎儿pH (≥7.15) 和APGAR得分 (≥7) 的生理范围.
- 利用半个精选的数据集来训练人工智能算法来预测胎儿缺氧.
主要成果:
- 成功创建了一个大型,精心策划的数据库,包含6141个CTG记录与相应的胎儿结果,代表了全球第二大数据库.
- 开发了在这个数据集上训练的AI算法,以根据CTG模式和临床数据预测胎儿缺氧.
- 该数据库是进一步研究人工智能辅助产科监测的宝贵资源.
结论:
- 人工智能辅助的CTG解释有潜力显著减少观察者间和观察者内部的变化.
- 已建立的CTG数据库是推动人工智能应用在预测胎儿缺氧和改善产内护理方面的关键资源.
- 计划进一步丰富数据库,以提高人工智能模型的稳定性和通用性.
