超声波 (PAIR) 中的围产期人工智能研究:预测分娩时间
Neil Patel1, John O'Brien2, Robert Bunn3
1Department of Maternal Fetal Medicine, Ascension Sacred Heart, Pensacola, FL, USA.
概括
人工智能 (AI) 可以从超声波图像中预测分娩时间,帮助预测早产. 人工智能模型的持续再训练提高了预测分娩日期和早产的准确性.
科学领域:
- 医疗成像医学成像
- 医疗保健中的人工智能
- 周围生理学 周围生理学
背景情况:
- 准确预测分娩时间对于最佳的产妇和新生儿护理至关重要.
- 过早分娩仍然是一个重大挑战,需要改进预测工具.
研究的目的:
- 评估人工智能模型仅使用超声波图像预测到分娩的几天的能力.
- 评估模型再培训对提高预测准确性的影响,特别是对于早产.
主要方法:
- 开发和训练了一种AI模型,使用来自大型队列的非识别超声波图像.
- 使用79%的数据用于培训和21%用于验证,交付结果是盲目的.
- 通过更新的数据集和方法,多次重新训练AI模型.
主要成果:
- 人工智能模型在预测交付日期方面表现强 (R2高达0.92).
- 最初的早产预测灵敏度为39%,特异性为93%.
- 重新训练提高了整体预测准确度和早产预测能力.
结论:
- 人工智能可以从超声波数据单独有效地预测分娩时间.
- 人工智能显示出预产早产预测的潜力,尽管目前的灵敏度有限.
- 使用先进技术进行模型再培训可以提高预测性能.
