Süni intellektlə dəstəklənən ultrasəs ilə cəbhədə ana qayğısının gücləndirilməsi

Perspektivli çoxmərkəzli tədqiqat süni intellektə əsaslanan kor süpürgəçi ultrasəs qiymətləndirməsinin aşağı qiymətli zondları olan ultrasəs müayinəsi aparmayan operatorlara ekspert səviyyəsində hamiləlik yaşı qiymətləndirmələrini həyata keçirməyə imkan verə biləcəyini nümayiş etdirir ki, bu da həyat qurtaran ana qayğısının qlobal miqyasda genişləndirilməsi istiqamətində mühüm addımdır.

Ümumdünya Səhiyyə Təşkilatının (ÜST) hesablamalarına görə, hamiləliklə bağlı ağırlaşmalar səbəbindən hər il dünyada 250 000-dən çox qarşısı alına bilən ölüm baş verir. Prenatal ultrasəs nəticələri yaxşılaşdıra və döl və ana ölümlərini azalda bilsə də, qlobal miqyasda insanların üçdə ikisinin ultrasəs kimi diaqnostik tibbi görüntülərə çıxışı yoxdur. Ana sağlamlığını dəstəkləyən cari üsullar, bütün hamiləlikləri ərzində milyonlarla insanı bir ultrasəs müayinəsindən məhrum edərək, aşağı resurslu şəraitdə, əsasən xüsusi kliniki təlimlərə əsaslanır.

Biz "kor tarama" ultrasəslərini şərh edən maşın öyrənmə sistemlərini inkişaf etdirərək, bu real dünya ehtiyacını həll etmək üçün araşdırma aparmaq fürsəti gördük. Skanlamanın bu üsulu, xüsusi ultrasəs təhsili olmayan cəbhə bölgəsindəki tibb işçilərinə standartlaşdırılmış şəkildə qarın boşluğunda ucuz, portativ ultrasəs zondlarını sürüşdürməklə skan etmək imkanı verir.

Məlumatların toplanması protokolunda görünmə sırasına görə kor tarama ardıcıllığı protokol diaqramı.

Bir çox regionlar kritik ekspert çatışmazlığı ilə üzləşdiyinə və ənənəvi sonoqraf təhsili həm bahalı olduğuna, həm də çoxillik öhdəlik tələb etdiyinə görə, bu tibb işçilərinə minimal təlimlə qiymətləndirmələr aparmağa imkan vermək prenatal skrininq əhatəsini əhəmiyyətli dərəcədə genişləndirmək potensialına malikdir.

Minimum təlim tələbini AI şərhləri ilə birləşdirmək son nəticədə ultrasəsə əsaslanan hamiləliyin qiymətləndirilməsinin əlçatanlığını artırmaq və bununla da daha yüksək keyfiyyətli ana sağlamlığına çıxışı yaxşılaşdırmaq potensialına malik olan uğurla hazırlanmış alət demək ola bilər.

JAMA Şəbəkə Açıq jurnalında dərc olunmuş “Kör Sweep Ultrasonoqrafiyadan istifadə edərək süni intellektə əsaslanan hamiləlik yaşının qiymətləndirilməsinin ümumiləşdirilməsi” adlı məqalədə biz hamiləlik yaşının qiymətləndirilməsi üçün süni intellekt modelinin (hamiləliyin nə qədər uzaqda olduğu) müxtəlif klinik parametrlər və aparatlarda nə qədər effektiv ümumiləşdiyini qiymətləndirdik. Əvvəlki tədqiqatımız öyrəndiyi eyni retrospektiv kohortdan olan görünməyən xəstələrdə modelin performansını təsdiqləsə də, bu yeni perspektiv tədqiqat süni intellekt sisteminin yalnız təcrübəsiz operatorlar və tanımadığı ultrasəs avadanlığı və minimal incə tənzimləmə ilə real klinikalarda mobil cihazlarda etibarlı şəkildə necə işlədiyini göstərir.

Tibbi süni intellekt sisteminin qlobal miqyasda təhlükəsiz şəkildə genişlənməsi üçün o, ümumiləşdirmə qabiliyyətini nümayiş etdirməlidir – modelin öyrədildiyi sistemlərdən fərqli olaraq müxtəlif xəstə populyasiyaları, klinik iş axınları və ultrasəs aparat varyasyonları ilə yeni klinik parametrlərə təqdim edildikdə dəqiq diaqnostik performansı qoruyub saxlamalıdır.

Əvvəlcə Sonosite, GE və Butterfly Networks kommersiya ultrasəs zondlarından istifadə etməklə Şimali Karolina və Zambiyada toplanmış ultrasəs məlumatları üzrə təlim keçmiş tədqiqat süni intellekt sistemi Clarius C3, kommersiya əl transabdominal zondu ilə birləşdirildi. Bu saytların hamısı müxtəlif qayğı ölçüləri ilə fərqlənirdi, o cümlədən qadınların prenatal baxım üçün ilk dəfə nə zaman gəldiyi, neçə dəfə müntəzəm ultrasəs müayinəsi aldıqları və ümumiyyətlə hamiləlik yaşının necə təyin olunduğu.

Sistemin səmərəli tənzimlənməsini qiymətləndirmək üçün tədqiqat modeli yeni zond aparatına uyğunlaşdırmaq və hamiləlik yaşı proqnozlaşdırma diapazonunu 36 həftədən çox uzatmaq üçün Çikaqodan olan 120 iştirakçıdan ibarət kiçik bir pilot məlumat toplusundan istifadə etdi - orijinal təlim dəstinin təxminən 6%-i. Ümumiləşdirilməni başa düşmək üçün Nayrobi saytından heç bir məlumat dəqiq tənzimləmə üçün istifadə edilməyib, Keniya klinik təsdiqini ciddi şəkildə müstəqil, xarici test kimi qoruyub saxlayıb. Hərtərəfli faydalılığı qiymətləndirmək üçün tədqiqat həm insan operatorları, həm də avtomatlaşdırılmış sistemlər üçün izləmə və ölçmə çətinlikləri yarada bilən çoxsaylı hamiləlik hamiləliklərini də əhatə etdi.

1,968 iştirakçıya (Şimali Karolina, ABŞ və Zambiya) təlim keçmiş kor süpürgə modelimiz Çikaqodan, İllinoys ştatından olan 120 iştirakçının skanları əsasında dəqiqləşdirilmişdir. Daha sonra Çikaqoda (n=192) və Nayrobidə (n=193) prospektiv olaraq sınaqdan keçirildi, Nayrobi məlumatlarında heç bir dəqiqləşdirmə aparılmadı. Model, hər iki şəraitdə hamiləlik yaşının müəyyən edilməsində ekspert sonoqraflardan geri qalmırdı və ümumi orta mütləq səhv 4,18-ə qarşı 4,48 gündür.

Biz süni intellekt sisteminin dölün yaşını təxmin etmək qabiliyyətini kor taramalı ultrasəsdən klinik olaraq standart ekspert yanaşmasından formul əsaslı qiymətləndirməyə qədər müqayisə etdik. Bu ekspert ap