预测早产婴儿神经发育障碍的机器学习技术:系统审查
Arantxa Ortega-Leon1, Daniel Urda2, Ignacio J Turias1
1Intelligent Modelling of Systems Research Group, Department of Computer Science Engineering, Algeciras School of Engineering and Technology (ASET), University of Cádiz, Algeciras, Spain.
Frontiers in artificial intelligence
|February 5, 2025
概括
机器学习 (ML) 模型可以预测非常早产婴儿的神经发育障碍 (NDIs). 本综述分析了机器学习的应用,并提出了用于改善早期识别和干预策略的多式联络数据.
科学领域:
- 新生儿医学 新生儿医学
- 人工智能的人工智能
- 神经科学是一个神经科学.
背景情况:
- 非常早产的婴儿面临神经发育障碍 (NDIs) 的高风险,影响认知,运动和语言技能.
- 早期识别NDI对于及时干预这一脆弱人群至关重要.
研究的目的:
- 系统地审查机器学习 (ML) 技术的应用,以预测早产婴儿的NDI.
- 提供2018-2023年在该领域对ML研究的比较分析.
主要方法:
- 2018年1月至2023年12月期间发表的科学文献的系统审查.
- 对26项精选的研究进行分析,重点关注ML算法和用于NDI预测的数据源.
- 探索常见的数据类型,包括临床,神经成像和omics数据.
主要成果:
- 确定了26项相关研究,应用ML来预测早产婴儿的NDI.
- 通常使用的数据来源包括临床和神经成像数据.
- Omics数据被提出为增强预测准确性的宝贵补充.
结论:
- 多模式数据模型对于克服当前NDI预测的局限性具有重要意义.
- 洞察力指导研究人员和临床医生制定改进的早期识别和干预策略.
- 增强的ML方法承诺,在NDI风险较高的早产婴儿中,会有更好的结果.
