对基于人工智能的工具进行评估,用于在全人口范围内收集胎盘形态数据
1The Ritchie Centre, Hudson Institute of Medical Research, Clayton, VIC, Australia.
概括
使用AI-PLAX进行自动化胎盘评估对于大规模研究是可行的. 胎盘测量受到存储时间,用户或成像技术的最小影响,支持其在维多利亚世代研究中的使用.
科学领域:
- 围产期病理学 围产期病理学
- 医学成像医学成像
- 医疗保健中的人工智能
背景情况:
- 准确的胎盘评估对于了解胎儿发育和怀孕结果至关重要.
- 自动化系统为大规模,标准化的形态和病理测量提供了潜力.
研究的目的:
- 试点一个基于人工智能的评估系统 (AI-PLAX) 用于胎盘分析.
- 评估后交付时间,用户和成像技术对AI-PLAX测量的影响.
- 在维多利亚世代研究中评估AI-PLAX在全州范围推广的可行性.
主要方法:
- 在分娩后的0,24小时和48小时,三个用户用三个技术 (iPad,iPhone,三星) 进行了十个胎盘的成像.
- 用AI-PLAX来确定胎盘尺寸,形状,绳索插入,卷轴,断裂和染.
- 单独分析母亲和胎儿的表面,以评估测量变化.
主要成果:
- 冷藏时间对胎盘尺寸 (例如,短长,圆盘面积,周长) 有适度的影响.
- 用户对母体表面尺寸的影响很小,但对胎儿表面尺寸的差异较大.
- 图像技术没有影响胎盘大小的测量.
- 磨损检测不受任何参数的影响;美染色受产后时间的影响.
结论:
- AI-PLAX是一种可行的工具,用于收集胎盘图像进行形态分析.
- 来自AI-PLAX的胎盘测量受到存储时间,用户或成像技术的最小影响.
- 这支持了像维多利亚世代这样的研究中大规模实施的潜力.
