以人工智能为驱动的框架,改善内布拉斯加州农村先天性心脏病的产前查

科学领域:

• 心脏病学 心脏病学
• 医疗成像医学成像
• 人工智能的人工智能

背景情况:

• 先天性心脏病 (CHD) 是一种常见的出生缺陷,影响新生儿健康.
• 农村地区在心血管疾病检测方面面临差异,原因是获得专门诊断的机会有限.
• 现有的产前成像在服务不足的社区中早期识别心血管疾病方面存在局限性.

研究的目的:

• 提出一个人工智能支持的框架,用于在常规产前护理中早期检测CHD.
• 解决和减少内布拉斯加州的乡村城市差距,以诊断心血管疾病.
• 在服务不足的地区提高产前护理的可用性.

主要方法:

• 在内布拉斯加州儿童医院审查了1502例手术性心血管疾病病例 (2019-2024年),以确定地理差异.
• 开发了一个安全的基于云的平台,用于将AI算法应用于标准的产科超声波图像.
• 建立了一个转介系统,以附近的胎儿心脏病外展中心标记的病例.

主要成果:

• 在产前CHD检测中发现了显著的地理差异.
• 提出了一个人工智能框架,利用现有基础设施和跨学科合作.
• 展示了一种方法来减少获得第三级护理的延迟.

结论:

• 人工智能框架分散了诊断,以便在社区环境中更早地进行选.
• 这种方法提供了一个可扩展和可访问的解决方案,以改善产前冠状动脉疾病的检测.
• 该模型在服务不足的地区具有很强的全国复制潜力.