围产期护理中的新型机器学习应用:一个范围审查

科学领域:

• 人工智能 (AI) 是一种人工智能.
• 机器学习 (ML) 是指机器学习.
• 产前期护理 产前期护理

背景情况:

• 孕产妇,胎儿和新生儿的发病率和死亡率仍然是全球性的挑战.
• 机器学习 (ML) 提供先进的预测建模和诊断工具,以改善决策和早期干预.
• ML有潜力显著提高孕产妇和新生儿健康结果.

研究的目的:

• 在产周护理中对ML应用进行全面审查.
• 总结ML工具在改善临床决策方面的潜力.
• 识别产周护理ML的新兴趋势和研究缺口.

主要方法:

• 对MEDLINE,科克兰图书馆和EMBASE数据库的范围审查 (开始至2024年4月).
• 包括关于孕妇周产期护理ML方法的初级研究文章.
• 综合发现使用汇总表和图表,通过自定义模板提取数据.

主要成果:

• 在过去五年发表的406项研究中,78%的研究主要来自高收入国家.
• 预测建模 (59%) 和分类 (29%) 是常见的任务,监督学习占主导地位 (90%).
• 关键主题包括胎儿痛苦,早产,分娩方式和出生体重;有限的可解释AI (19%) 和外部验证 (5%) 被指出,临床整合最小 (1%).

结论:

• ML具有显著的潜力,可以提高产周护理的诊断准确性和预测能力.
• 负责任的AI实践,包括强大的外部验证和多样化的人口研究,对于实现ML的潜力至关重要.
• 未来的研究应该集中在研究不足的领域,低收入环境,透明的人工智能和无整合到医疗保健系统中,以改善孕产妇和新生儿的结果.