DalšíDalší průvodce
Virtuální ošetřovatelství a vzdálené monitorování AI
Průmyslová odvětví
PRŮVODCE odvětvími
Umělá inteligence v porodnictví používá software k interpretaci stop srdeční frekvence plodu (CTG), vedení a měření prenatálního ultrazvuku a odhadu rizika komplikací u těhotné osoby, jako je preeklampsie.
Poslechněte si tento návodAI-vyprávěný · ~3 min
Je to důležité, protože čtení CTG stop je mezi kliniky notoricky nekonzistentní a ultrazvukové dovednosti jsou na mnoha místech vzácné, přesto dosud nejpřísnější studie počítačové podpory CTG nezlepšila výsledky u dětí.
Kardiotokografie (CTG) zaznamenává srdeční frekvenci plodu a děložní stahy. Kliničtí lékaři sledují základní frekvenci, variabilitu, zrychlení a zpomalení. Problém je v tom, že odborníci se často neshodnou na stejné stopě a CTG má vysokou míru falešně pozitivních výsledků, což přispívá k intervencím, jako jsou nouzové císařské řezy. Počítačová analýza není novinkou. Kritéria Dawes-Redman, vyvinutá v Oxfordu, se již dlouho používají k analýze prenatálních CTG pomocí softwaru založeného na pravidlech. Pokud jde o porod, britská studie INFANT, publikovaná v roce 2017 s asi 46 000 ženami, testovala software pro podporu rozhodování, který upozorňoval personál na CTG vzorce. Ve srovnání s obvyklou péčí nezjistil žádné zlepšení špatných novorozeneckých výsledků. Tento výsledek je varováním před předpokladem, že automatizovaný výklad zlepšuje péči. Novější výzkum, včetně práce strojového učení v Oxfordu, se snaží naučit vzory z velkých archivů stop spojených s výsledky spíše než kódování existujících pravidel. Ultrazvuková asistence je viditelně úspěšnější. Výrobci přidali funkce, které rozpoznávají standardní pohledy, umísťují měřící měřítka a kontrolují kvalitu obrazu. Vědci také prokázali, že umělá inteligence dokáže odhadnout gestační věk a polohu plodu na základě slepých pohybů prováděných lidmi bez sonografického školení, což by mohlo pomoci tam, kde jsou vyškolení sonografové vzácní. Predikce rizika preeklampsie je často popisována jako AI, ale nejlépe zavedený přístup od Fetal Medicine Foundation je statistický model konkurenčních rizik kombinující mateřské faktory, střední arteriální tlak, index pulsatility děložní tepny a placentární růstový faktor. Studie ASPRE ukázala, že screening s tímto modelem a podávání aspirinu vysoce rizikovým ženám podstatně snížilo předčasnou preeklampsii. Jako doplňky se studují modely strojového učení využívající zdravotní záznamy. Obvyklá mylná představa je, že umělá inteligence už dokáže rozpoznat, kdy je dítě v nouzi, lépe než porodní asistentka. Současné důkazy neukazují, že pro porod CTG.
Monitorovací systém porodního oddělení aplikuje počítačová kritéria na prenatální CTG a hlásí, zda stopa splňuje kritéria normality, což pomáhá personálu rozhodnout, zda lze sledování zastavit.
Klinika v prostředí s nízkými zdroji má porodní asistentku, která provádí jednoduché zametání naslepo ruční sondou a model AI odhaduje gestační věk z videa bez vyškoleného sonografisty.
Ultrazvukový přístroj sonografisty automaticky rozpozná standardní pohledy plodu a navrhne měření hlavy a břicha, které sonograf zkontroluje a upraví.
Při návštěvě v prvním trimestru klinika kombinuje anamnézu matky, krevní tlak, Dopplerovu metodu děložní tepny a krevní test placentárního růstového faktoru v rizikovém algoritmu, aby se rozhodlo, kdo by měl užívat nízké dávky aspirinu.
Oblastí, která se nejpravděpodobněji rozšíří, je ultrazvukové navádění, zejména nástroje, které umožňují méně vyškolenému personálu získat užitečná měření za předpokladu, že jsou ověřena v nastaveních, kde budou použita. Pokud jde o porodní CTG, výsledek INFANT znamená, že nové systémy strojového učení budou potřebovat prospektivní zkoušky, které ukáží lepší výsledky pro miminka a matky, nejen souhlas s odborníky. Screening preeklampsie bude pravděpodobně i nadále spoléhat na zavedené statistické modely, zatímco výzkumníci testují, zda strojové učení založené na záznamech přidává hodnotu. Vzácnost závažných výsledků a právní váha porodnických rozhodnutí vyžadují pečlivé hodnocení.
Newsletter zdarma
Tři ověřené příběhy ze světa AI každý všední den ráno, psané srozumitelnou angličtinou. Navždy zdarma, bez reklam.
Jeden e-mail každý všední den. Odhlásit se můžete jedním kliknutím. Vaši adresu nikdy neprodáváme ani nesdílíme.
Otestujte se
Okamžitá zpětná vazba ke každé odpovědi a sdílitelný certifikát s ověřitelným ID po absolvování kurzu.
Podpořte bezplatnou AI vzdělávání. AI Understanding je nezisková organizace 501(c)(3) — žádné reklamy, žádná platba za přístup, nikdy. Darujte
Umělá inteligence v porodnictví používá software k interpretaci stop srdeční frekvence plodu (CTG), vedení a měření prenatálního ultrazvuku a odhadu rizika komplikací u těhotné osoby, jako je preeklampsie. Je to důležité, protože čtení CTG stop je mezi kliniky notoricky nekonzistentní a ultrazvukové dovednosti jsou na mnoha místech vzácné, přesto dosud nejpřísnější studie počítačové podpory CTG nezlepšila výsledky u dětí.
CTG sleduje srdeční frekvenci plodu spolu s kontrakcemi; lékaři interpretují základní linii, variabilitu, zrychlení a zpomalení.
Studie z roku 2017 s asi 46 000 ženami ukázala, že automatická upozornění nezlepšila výsledky, což je varování před předpokladem, že automatizace pomáhá.
Byly vyvinuty v Oxfordu a ukazují, že počítačová CTG analýza předchází moderní strojové učení.
Model interpretuje video ze standardizovaných tažení, takže uživatelé nemusí sami vyhledávat standardní pohledy.
Tento model konkurenčních rizik kombinuje historii, krevní tlak, Dopplerovu metodu a krevní marker v prvním trimestru.
Učte se dál
Pro toto téma bylo vybráno více průvodců
DalšíDalší průvodce
Virtuální ošetřovatelství a vzdálené monitorování AI
Průmyslová odvětví