O nouă metodă de-a estima greutatea fetală la naştere folosind ecografiile, dar şi inteligenţa artificială (AI) a fost gândită de un grup de cercetători de la Universitatea din Amsterdam.
Algoritmul BabyNet bazat pe AI a folosit date clinice pentru a îmbunătăţi analiza videoclipurilor cu ultrasunete. Acesta s-a dovedit a fi la fel de eficient în prezicerea detaliilor privind greutatea la naştere a bebeluşului ca un medic cu experienţă.
Potrivit cercetătorilor, metoda lor ar putea fi eficientă în a ajuta medicii să aleagă cea mai sigură metodă de naştere pentru mame. Metoda tipică de evaluare a dimensiunii fetale utilizează ultrasunetele, dar pentru a măsura corect o mare parte din corpul nenăscut - cum ar fi lungimea femurului, circumferinţa capului, circumferinţa abdominală şi multe altele - necesită un operator experimentat pentru a efectua scanările, pe lângă un clinician expert să le citească corect.
„Am prezentat, pentru prima dată, o metodă automată de predicţie a greutăţii fetale la naştere care utilizează date multimodale, împreună cu componenta de procesare a datelor vizuale a reţelei noastre, care se numeşte BabyNet”, a scris echipa de cercetare condusă de Szymon Płotka de la Universitatea din Amsterdam, adăugând că este un „model hibrid care combină eficient transformatoarele şi reţelele neuronale convoluţionale”, două metode de învăţare profundă care sunt adesea folosite pentru analiza imaginilor.
Płotka şi echipa sa au folosit scanări video cu ultrasunete fetale efectuate în 24 de ore de la naştere, introducând greutatea reală la naştere a bebeluşilor pentru a determina acurateţea noului model BabyNet faţă de alţi algoritmi.
BabyNet a primit acces la datele clinice referitoare la dimensiunea fetală a 194 de naşteri, împreună cu 582 de videoclipuri cu ultrasunete. Analiza BabyNet a fost comparată cu greutatea estimată de clinicieni instruiţi din patru centre medicale diferite, precum şi cu cifrele date de alţi 6 algoritmi care sunt utilizaţi în mod obişnuit pentru a furniza predicţii despre greutatea fetală la naştere.
Cercetătorii au descoperit că BabyNet a avut performanţe semnificativ mai mari decât clinicienii din 3 din 4 centre medicale, depăşind în plus toţi ceilalţi algoritmi.
„Utilizarea analizei video în examinările fetale din SUA a oferit mai multe avantaje faţă de imaginile statice, dintre care unul a fost capacitatea de a utiliza reprezentări 2D+t spaţio-temporale care ar putea îmbunătăţi performanţa”, au scris autorii, observând că schimbările de poziţie ale fătul în intervalul de 24 de ore a complicat analiza BabyNet, care ar putea explica singurul scenariu comparativ în care a fost depăşit de clinicieni.
„Deşi munca noastră actuală poate avea unele limitări în ceea ce priveşte explicabilitatea, intenţionăm să le abordăm în lucrările viitoare pentru a asigura un rezultat mai transparent şi mai uşor de înţeles”, au scris autorii studiului, potrivit siteului healthimaging.com.
