Model AI BabyNet przewiduje masę urodzeniową płodu

W swoim badaniu Plotka i jego zespół wykorzystali wideo USG płodu wykonane w ciągu 24 godzin od urodzenia matki i wprowadzili rzeczywistą masę urodzeniową dzieci, aby określić dokładność nowego modelu BabyNet w porównaniu z innymi algorytmami.

BabyNet uzyskało dostęp do danych klinicznych dotyczących wielkości płodu w przypadku 194 porodów, a także 582 filmów z USG. Analizę BabyNet porównano z masą oszacowaną przez przeszkolonych lekarzy z czterech różnych ośrodków medycznych, a także liczbami dostarczonymi przez 6 innych algorytmów powszechnie stosowanych do przewidywania masy płodu po urodzeniu.

Naukowcy odkryli, że działanie BabyNet było znacznie wyższe niż w przypadku lekarzy w 3 z 4 ośrodków medycznych (p = 0,09), a ponadto przewyższało wszystkie inne algorytmy.

„Zastosowanie analizy wideo w badaniach USG płodu miało kilka zalet w porównaniu z obrazami statycznymi, a jedną z nich była możliwość wykorzystania reprezentacji czasoprzestrzennych 2D+t, które mogłyby poprawić wydajność” – napisali autorzy, zauważając, że zmiany pozycji płodu w ciągu 24 godzin. Skomplikowało to analizę BabyNet, co mogłoby wyjaśnić jedyny scenariusz porównawczy, w którym lekarze osiągnęli lepsze wyniki.

„Chociaż nasza obecna praca może mieć pewne ograniczenia pod względem interpretowalności, planujemy zająć się nimi w przyszłych pracach, aby zapewnić bardziej przejrzyste i zrozumiałe wyniki” – napisali autorzy badania.

Pełne wyniki można znaleźć Tutaj.