用人工智能来估计妊娠年龄:一个系统的审查和元分析
Sabahat Naz1, Sahir Noorani1, Syed Ali Jaffar Zaidi1
1Department of Pediatrics and Child Health, The Aga Khan University, Karachi, Pakistan.
Frontiers in global women's health
|February 14, 2025
概括
人工智能 (AI) 模型在使用超声波图像估计妊娠年龄 (GA) 时表现出很好的准确性. 这项技术对怀孕约会有希望,特别是在缺乏专家口译人员的服务不足的地区.
科学领域:
- 医学成像和诊断 医学成像和诊断
- 医疗保健中的人工智能
- 孕产妇和胎儿医学 孕产妇和胎儿医学
背景情况:
- 准确的妊娠年龄 (GA) 估计对于最佳的怀孕护理至关重要.
- 人工智能 (AI) 模型越来越多地被探索使用超声波 (US) 图像进行GA估计.
- 本元分析评估了人工智能模型对GA评估的准确性,与美国的黄金标准相比.
研究的目的:
- 系统地评估人工智能模型在估计妊娠年龄 (GA) 中的准确性.
- 将基于AI的GA估计与超声波 (美国) 作为参考标准进行比较.
- 分析不同季度的表现,AI模型类型和研究设计.
主要方法:
- 在主要的科学数据库 (PubMed,CINAHL,Scopus,Web of Science) 进行了全面的文献搜索.
- 包括使用人工智能用于GA估计的研究,以美国为参考;使用QUADAS-2评估偏差风险.
- 使用STATA v.17进行了元分析和子组分析,以估计GA的汇总平均误差.
主要成果:
- 分析包括10项研究,汇总平均误差为4.32天 (2D图像) 和2.55天 (盲目扫描视频).
- 对二维图像的子组分析显示,平均误差为7.00天 (第一季度),2.35天 (第二季度) 和4.30天 (第三季度).
- 使用深度学习 (CNN,DNN) 的研究显示,平均误差在5.11至5.39天之间;大多数研究的偏差风险较低.
结论:
- 初步发现表明,人工智能模型在估计妊娠年龄方面具有很好的准确性.
- 人工智能有很大的潜力改善怀孕约会,特别是在资源有限的环境中.
- 进一步的研究可以改进人工智能应用程序,以获得更精确和更容易获得的产前护理.
