2021’de ABD’de doğan tüm bebeklerin yaklaşık %10’u erken doğmuştu; bu, Hastalık Kontrol ve Önleme Merkezlerine (CDC) göre 37 haftalık hamilelikten daha önce doğdukları anlamına geliyor.
Preterm doğumlar da bebek ölümlerinin yaklaşık %16’sını oluşturmaktadır.
Şimdi, St. Louis, Missouri’deki Washington Üniversitesi’nden araştırmacılar, yapay zeka kullanımı.
Hamilelik sırasında kadının rahmindeki elektriksel aktiviteyi analiz ederek erken doğumları tahmin edebilen derin bir öğrenme modeli geliştirdiler ve ardından modeli tıp dergisi PLOS One’da yayınlanan bir çalışmada test ettiler.
AI ARACI, DOKTORLARIN KAOTİK HASTA VERİLERİNİ ANLAMLANDIRMASINA VE HASTALIKLARI TANIMLAMASINA YARDIMCI OLUYOR: ‘DAHA ANLAMLI’ ETKİLEŞİM
“Önemli çıkarım, verileri 31. hafta kadar erken bir tarihte almanın ve 37. haftaya kadar erken doğumu tahmin etmenin mümkün olmasıdır” – bu araştırmacıları şaşırttı, Arye Nehorai, PhD, elektrik mühendisliği profesörü Louis’deki Washington ÜniversitesiHaberler Digital’e söyledi.
Louis, Missouri’deki Washington Üniversitesi’nden araştırmacılar, hamilelik sırasında bir kadının rahmindeki elektriksel aktiviteyi analiz ederek erken doğumları tahmin edebilen derin bir öğrenme modeli (gösterilmemiştir) geliştirdiler. (iStock)
” yapay zeka/derin öğrenme erken doğum tahminiyle ilgili verilerden en bilgilendirici özellikleri otomatik olarak öğrendi” diye ekledi.
Ek olarak, bulgular erken doğumun sadece bir hastalık değil, anormal bir fizyolojik durum olduğunu göstermektedir. erken biten hamilelikdedi Nehorai.
Çalışma sırasında araştırmacılar, rahimdeki elektriksel aktiviteyi kaydetmek için karın üzerinde elektrotlar kullanan elektrohisterogramlar (EHG’ler) gerçekleştirdiler.
En az 26 haftalık olan 159 hamile kadından bu elektrik akımlarının kayıtlarını aldılar ve yapay zeka modelini bu veriler üzerinde “eğittiler”.
RÜRTIK BEYİN ANEVİZMASI ACİL SEZON SONRASI TIBBİ KOMAYA SOSYAL MEDYA ETKİLENDİRİYOR
Bu verileri kadının yaşı ve kilosu, cenin ağırlığı ve birinci veya ikinci trimesterde yaşanan herhangi bir kanama gibi tıbbi bilgilerle birleştirdiler.
Çalışmadaki kadınların yaklaşık %19’u erken doğum yaptı. Teorik olarak, bu kadınlardan elde edilen veriler, erken doğumu tahmin etmek için bir ölçüt olarak kullanılabilir.
2021’de ABD’de doğan tüm bebeklerin yaklaşık %10’u erken doğmuştu, bu da CDC’ye göre 37 haftalık hamilelikten daha önce doğdukları anlamına geliyor. (iStock)
Yeni araştırmadan Nehorai, “Yaklaşımımızın avantajı, inşa etmenin ucuz olmasıdır” dedi. “Modelimiz, daha kısa EHG kayıtları ile tahminde etkiliydi; bu, modelin kullanımını daha kolay, klinik bir ortamda daha uygun maliyetli ve muhtemelen ev ortamında kullanılabilir hale getirebilir.”
İleriye bakıldığında, araştırmacılar bu yöntemin kadınların düzenli hamilelik kontrollerinin bir parçası olarak hastaneler ve doğum uzmanları tarafından benimsenmesi gerektiğine inanıyor. Daha sonra hamile kadınların ihtiyaç duyduğunda bebeklerinin sağlığını korumak için bakım aramasına ve yaşam tarzı değişiklikleri yapmasına izin verecekti.
Araştırmacılar, bu tür bir testin yaygın olarak kullanılabilir hale gelmesinin ne kadar süreceğini söylemenin zor olduğunu söyledi.
Washington’da Profesör Nehorai’nin gözetiminde çalışan biyomedikal mühendisliği bölümünde doktora adayı olan Uri Goldsztejn, “Piyasada halihazırda bazı EHG ölçüm cihazları var – ancak, EHG verilerinden erken doğumları tahmin etmek zor oldu” dedi. Üniversite.
YENİ AI ‘CANCER CHATBOT’ HASTALARA VE AİLELERE 7/24 DESTEK SAĞLIYOR: ‘EMPATETİK YAKLAŞIM’
Haberler Digital’e “Çalışmamız, erken doğumu doğru bir şekilde tahmin etmek için EHG ölçüm cihazlarını kullanma hedefine katkıda bulunuyor” dedi.
Goldsztejn, EHG ölçümlerinin genellikle 30 ila 60 dakika sürdüğünü ve cihazın annenin karnına yerleştirilmesi için ek süre gerektiğini belirtti.
Haberler Digital’e “Tahmin doğruluğunu çok fazla düşürmeden, beş dakikanın altındaki daha kısa EHG ölçümlerine dayanarak tahminlerin yapılabileceğini gösterdik” dedi. “EHG ölçümlerinin uzun süreli olması, klinik ortamlarda benimsenmesi için önemli bir sınırlama olduğu için bu bulgu önemlidir.”
Derin öğrenmenin ‘vaadi’ – ancak uyarılar
Pediatrix Medical Group’ta kurul onaylı bir OB/GYN olan Dr. Suzy Lipinski Denver, Colorado’daçalışmaya dahil değildi, ancak derin öğrenme teknolojisinin ABD’deki erken doğum sorununu çözmeye yardımcı olup olmayacağı konusundaki görüşlerini paylaştı.
Lipinski, Haberler Digital’e “Doğum başlamadan önce kimin risk altında olduğunu tahmin edebilmek çok faydalı olacaktır” dedi. “Derin bir öğrenme modelinin kullanılması umut vaat ediyor gibi görünüyor, ancak bu çalışmanın nispeten az sayıda hastası var, bu nedenle bunun daha büyük bir popülasyona ne kadar uygulanabilir olduğu belirlenemiyor.”
Haberler Digital’e konuşan bir kadın doğum uzmanı, “Doğuma başlamadan önce kimin risk altında olduğunu tahmin edebilmek oldukça faydalı olacaktır” dedi. (iStock)
“AI kullanan önceki çalışmalar büyük bir güvenilirlik göstermedi, bu yüzden bu yöntemi kullanmaya başlamadan önce daha fazla çalışmaya ve daha büyük hasta popülasyonlarına ihtiyacımız olacak” diye ekledi.
Doktor, başka bir potansiyel sınırlamanın da çok az yerde EHG ölçümleri kullanması olduğunu belirtti.
“Çoğu hastane ve ofiste standart, elektriği değil basıncı ölçen bir tokodinamometre kullanmaktır” diye açıkladı.
OZEMPIC, WEGOVY VE HAMİLELİK RİSKİ: KONU HAKKINDA BİLMENİZ GEREKENLER
Lipinski, EHG’nin erken doğum için değerlendirme yöntemi haline gelmesi durumunda hastanelerin, doğum merkezlerinin ve ofislerin hepsinin yeni ekipman satın almak zorunda kalacağını ve bunun da kırsal ve şehir içi gibi düşük kaynaklı alanlarda benimsenmeyi geciktirebileceğini söyledi.
Haberler Digital’e verdiği demeçte, “Bu çalışmada ulusal ortalamadan daha yüksek bir preterm doğum oranı da uygulanabilirliği hakkında soru işaretleri uyandırıyor” dedi. “Hasta popülasyonu hakkında hiçbir demografik bilgi verilmedi, bu nedenle bunun tüm ülke nüfusunu nasıl yansıttığını görmenin bir yolu yok.”
“Bu yöntem mevcut yöntemlerimizden daha iyi tahmin etse de, erken doğum yapmayabilecek risk altında olarak tanımlanacak birçok hasta var” dedi. “Bu yanlış pozitif sonuç, hasta üzerinde büyük bir stres yükünün yanı sıra, kullanımın artmasına neden olacaktır. sağlık kaynakları.”
Lipinski, bunun yeni bakım standardı haline gelmesi durumunda erken doğum için geliştirilmiş tedavilerin olması gerektiğini söyledi.
“Erken doğumla ilgili sorunlarımız iki yönlüdür: Kötü tahminlerimiz var, ancak 26 haftadan sonra da kötü önleme seçeneklerimiz var” diye ekledi.
Araştırmacılar çalışmanın ana sınırlamalarını paylaşıyor
Goldsztejn’e göre çalışmanın iki ana sınırlaması var.
“İlk olarak, iki genel veri kümesinden yaklaşık 160 örnek kullanarak çalışmamızı geliştirdik” dedi. “Bu miktarda veri ilk araştırmamız için yeterli olsa da, bir tıbbi ürünü geliştirmek ve doğrulamak için çok daha büyük bir veri seti gerekli olacaktır.”
Baş araştırmacı, çalışma bulgularının, erken doğumun sadece erken biten bir hamilelik değil, anormal bir fizyolojik durum olduğunu gösterdiğini söyledi. (iStock)
Goldsztejn, ikinci sınırlamanın, doğru sonuçlar üretebilen ancak genellikle yorumlanması zor olan derin öğrenmenin doğasından kaynaklandığını söyledi.
“Başka bir deyişle, algoritmanın tahminleri nasıl yaptığını anlamak zor,” diye açıkladı.
SAĞLIK BÜLTENİMİZE ÜYE OLMAK İÇİN TIKLAYINIZ
Tıp dergisindeki bulgularla ilgili bir tartışmada yazarlar, “makine öğrenimi algoritmalarının sağlık hizmetlerinin iyileştirilmesine katkıda bulunabilmesine ve bu alanda yapılan birçok araştırmanın ilerlemeler sağlamasına rağmen, önemli zorlukların devam ettiğini” belirttiler.
HABERLER SUNULDU
Araştırmacılar ayrıca, “Bizim durumumuzda, tahminlerimiz hamilelik yönetimini etkileyebilecek olsa da, hangi tedavilerin erken doğum riskini azaltma ve sonuçlarını iyileştirme olasılığının daha yüksek olduğunu belirlemek için tahminlerimizin ek tıbbi muayenelerle desteklenmesi gerekecek” dedi.
Melissa Rudy, sağlık editörü ve Haberler Digital’de yaşam tarzı ekibinin bir üyesidir.
Preterm doğumlar da bebek ölümlerinin yaklaşık %16’sını oluşturmaktadır.
Şimdi, St. Louis, Missouri’deki Washington Üniversitesi’nden araştırmacılar, yapay zeka kullanımı.
Hamilelik sırasında kadının rahmindeki elektriksel aktiviteyi analiz ederek erken doğumları tahmin edebilen derin bir öğrenme modeli geliştirdiler ve ardından modeli tıp dergisi PLOS One’da yayınlanan bir çalışmada test ettiler.
AI ARACI, DOKTORLARIN KAOTİK HASTA VERİLERİNİ ANLAMLANDIRMASINA VE HASTALIKLARI TANIMLAMASINA YARDIMCI OLUYOR: ‘DAHA ANLAMLI’ ETKİLEŞİM
“Önemli çıkarım, verileri 31. hafta kadar erken bir tarihte almanın ve 37. haftaya kadar erken doğumu tahmin etmenin mümkün olmasıdır” – bu araştırmacıları şaşırttı, Arye Nehorai, PhD, elektrik mühendisliği profesörü Louis’deki Washington ÜniversitesiHaberler Digital’e söyledi.
Louis, Missouri’deki Washington Üniversitesi’nden araştırmacılar, hamilelik sırasında bir kadının rahmindeki elektriksel aktiviteyi analiz ederek erken doğumları tahmin edebilen derin bir öğrenme modeli (gösterilmemiştir) geliştirdiler. (iStock)
” yapay zeka/derin öğrenme erken doğum tahminiyle ilgili verilerden en bilgilendirici özellikleri otomatik olarak öğrendi” diye ekledi.
Ek olarak, bulgular erken doğumun sadece bir hastalık değil, anormal bir fizyolojik durum olduğunu göstermektedir. erken biten hamilelikdedi Nehorai.
Çalışma sırasında araştırmacılar, rahimdeki elektriksel aktiviteyi kaydetmek için karın üzerinde elektrotlar kullanan elektrohisterogramlar (EHG’ler) gerçekleştirdiler.
En az 26 haftalık olan 159 hamile kadından bu elektrik akımlarının kayıtlarını aldılar ve yapay zeka modelini bu veriler üzerinde “eğittiler”.
RÜRTIK BEYİN ANEVİZMASI ACİL SEZON SONRASI TIBBİ KOMAYA SOSYAL MEDYA ETKİLENDİRİYOR
Bu verileri kadının yaşı ve kilosu, cenin ağırlığı ve birinci veya ikinci trimesterde yaşanan herhangi bir kanama gibi tıbbi bilgilerle birleştirdiler.
Çalışmadaki kadınların yaklaşık %19’u erken doğum yaptı. Teorik olarak, bu kadınlardan elde edilen veriler, erken doğumu tahmin etmek için bir ölçüt olarak kullanılabilir.
2021’de ABD’de doğan tüm bebeklerin yaklaşık %10’u erken doğmuştu, bu da CDC’ye göre 37 haftalık hamilelikten daha önce doğdukları anlamına geliyor. (iStock)
Yeni araştırmadan Nehorai, “Yaklaşımımızın avantajı, inşa etmenin ucuz olmasıdır” dedi. “Modelimiz, daha kısa EHG kayıtları ile tahminde etkiliydi; bu, modelin kullanımını daha kolay, klinik bir ortamda daha uygun maliyetli ve muhtemelen ev ortamında kullanılabilir hale getirebilir.”
İleriye bakıldığında, araştırmacılar bu yöntemin kadınların düzenli hamilelik kontrollerinin bir parçası olarak hastaneler ve doğum uzmanları tarafından benimsenmesi gerektiğine inanıyor. Daha sonra hamile kadınların ihtiyaç duyduğunda bebeklerinin sağlığını korumak için bakım aramasına ve yaşam tarzı değişiklikleri yapmasına izin verecekti.
Nehorai, “Metodumuzu uygulamaya adanmış bir cihaz bu amaç için inşa edilmelidir” dedi.
Araştırmacılar, bu tür bir testin yaygın olarak kullanılabilir hale gelmesinin ne kadar süreceğini söylemenin zor olduğunu söyledi.
Washington’da Profesör Nehorai’nin gözetiminde çalışan biyomedikal mühendisliği bölümünde doktora adayı olan Uri Goldsztejn, “Piyasada halihazırda bazı EHG ölçüm cihazları var – ancak, EHG verilerinden erken doğumları tahmin etmek zor oldu” dedi. Üniversite.
YENİ AI ‘CANCER CHATBOT’ HASTALARA VE AİLELERE 7/24 DESTEK SAĞLIYOR: ‘EMPATETİK YAKLAŞIM’
Haberler Digital’e “Çalışmamız, erken doğumu doğru bir şekilde tahmin etmek için EHG ölçüm cihazlarını kullanma hedefine katkıda bulunuyor” dedi.
Goldsztejn, EHG ölçümlerinin genellikle 30 ila 60 dakika sürdüğünü ve cihazın annenin karnına yerleştirilmesi için ek süre gerektiğini belirtti.
Haberler Digital’e “Tahmin doğruluğunu çok fazla düşürmeden, beş dakikanın altındaki daha kısa EHG ölçümlerine dayanarak tahminlerin yapılabileceğini gösterdik” dedi. “EHG ölçümlerinin uzun süreli olması, klinik ortamlarda benimsenmesi için önemli bir sınırlama olduğu için bu bulgu önemlidir.”
Derin öğrenmenin ‘vaadi’ – ancak uyarılar
Pediatrix Medical Group’ta kurul onaylı bir OB/GYN olan Dr. Suzy Lipinski Denver, Colorado’daçalışmaya dahil değildi, ancak derin öğrenme teknolojisinin ABD’deki erken doğum sorununu çözmeye yardımcı olup olmayacağı konusundaki görüşlerini paylaştı.
Lipinski, Haberler Digital’e “Doğum başlamadan önce kimin risk altında olduğunu tahmin edebilmek çok faydalı olacaktır” dedi. “Derin bir öğrenme modelinin kullanılması umut vaat ediyor gibi görünüyor, ancak bu çalışmanın nispeten az sayıda hastası var, bu nedenle bunun daha büyük bir popülasyona ne kadar uygulanabilir olduğu belirlenemiyor.”
Haberler Digital’e konuşan bir kadın doğum uzmanı, “Doğuma başlamadan önce kimin risk altında olduğunu tahmin edebilmek oldukça faydalı olacaktır” dedi. (iStock)
“AI kullanan önceki çalışmalar büyük bir güvenilirlik göstermedi, bu yüzden bu yöntemi kullanmaya başlamadan önce daha fazla çalışmaya ve daha büyük hasta popülasyonlarına ihtiyacımız olacak” diye ekledi.
Doktor, başka bir potansiyel sınırlamanın da çok az yerde EHG ölçümleri kullanması olduğunu belirtti.
“Çoğu hastane ve ofiste standart, elektriği değil basıncı ölçen bir tokodinamometre kullanmaktır” diye açıkladı.
OZEMPIC, WEGOVY VE HAMİLELİK RİSKİ: KONU HAKKINDA BİLMENİZ GEREKENLER
Lipinski, EHG’nin erken doğum için değerlendirme yöntemi haline gelmesi durumunda hastanelerin, doğum merkezlerinin ve ofislerin hepsinin yeni ekipman satın almak zorunda kalacağını ve bunun da kırsal ve şehir içi gibi düşük kaynaklı alanlarda benimsenmeyi geciktirebileceğini söyledi.
Haberler Digital’e verdiği demeçte, “Bu çalışmada ulusal ortalamadan daha yüksek bir preterm doğum oranı da uygulanabilirliği hakkında soru işaretleri uyandırıyor” dedi. “Hasta popülasyonu hakkında hiçbir demografik bilgi verilmedi, bu nedenle bunun tüm ülke nüfusunu nasıl yansıttığını görmenin bir yolu yok.”
Lipinski, yanlış pozitif olma ihtimalinin de olduğunu belirtti.
“Bu yöntem mevcut yöntemlerimizden daha iyi tahmin etse de, erken doğum yapmayabilecek risk altında olarak tanımlanacak birçok hasta var” dedi. “Bu yanlış pozitif sonuç, hasta üzerinde büyük bir stres yükünün yanı sıra, kullanımın artmasına neden olacaktır. sağlık kaynakları.”
Lipinski, bunun yeni bakım standardı haline gelmesi durumunda erken doğum için geliştirilmiş tedavilerin olması gerektiğini söyledi.
“Erken doğumla ilgili sorunlarımız iki yönlüdür: Kötü tahminlerimiz var, ancak 26 haftadan sonra da kötü önleme seçeneklerimiz var” diye ekledi.
Araştırmacılar çalışmanın ana sınırlamalarını paylaşıyor
Goldsztejn’e göre çalışmanın iki ana sınırlaması var.
“İlk olarak, iki genel veri kümesinden yaklaşık 160 örnek kullanarak çalışmamızı geliştirdik” dedi. “Bu miktarda veri ilk araştırmamız için yeterli olsa da, bir tıbbi ürünü geliştirmek ve doğrulamak için çok daha büyük bir veri seti gerekli olacaktır.”
Baş araştırmacı, çalışma bulgularının, erken doğumun sadece erken biten bir hamilelik değil, anormal bir fizyolojik durum olduğunu gösterdiğini söyledi. (iStock)
Goldsztejn, ikinci sınırlamanın, doğru sonuçlar üretebilen ancak genellikle yorumlanması zor olan derin öğrenmenin doğasından kaynaklandığını söyledi.
“Başka bir deyişle, algoritmanın tahminleri nasıl yaptığını anlamak zor,” diye açıkladı.
SAĞLIK BÜLTENİMİZE ÜYE OLMAK İÇİN TIKLAYINIZ
Tıp dergisindeki bulgularla ilgili bir tartışmada yazarlar, “makine öğrenimi algoritmalarının sağlık hizmetlerinin iyileştirilmesine katkıda bulunabilmesine ve bu alanda yapılan birçok araştırmanın ilerlemeler sağlamasına rağmen, önemli zorlukların devam ettiğini” belirttiler.
Bu zorluklar arasında: Araştırmacılar, algoritmanın tahminlerinin arkasındaki nedenleri belirlemenin zor olabileceğini yazdı.
HABERLER SUNULDU
Araştırmacılar ayrıca, “Bizim durumumuzda, tahminlerimiz hamilelik yönetimini etkileyebilecek olsa da, hangi tedavilerin erken doğum riskini azaltma ve sonuçlarını iyileştirme olasılığının daha yüksek olduğunu belirlemek için tahminlerimizin ek tıbbi muayenelerle desteklenmesi gerekecek” dedi.
Melissa Rudy, sağlık editörü ve Haberler Digital’de yaşam tarzı ekibinin bir üyesidir.