研究者は、機械学習を使用して子宮内の胎児心臓の欠陥を検出する際の医師の精度を2倍にする方法を開発しました。
カリフォルニア大学サンフランシスコ校の科学者（UCSF）は、子宮内の複雑な胎児心臓の欠陥の大部分を検出するための日常的な超音波イメージングと機械学習コンピューターツールを組み合わせた手法を開発しました。
心臓病専門医のリマ・アーナウト、MDが率いる研究チームは、複雑な先天性心疾患（CHD）を診断する際に臨床医が順守するタスクをシミュレートするために、機械学習モデルのグループを教えました。
現在、医師は出生前にこれらの状態の30〜50％しか検出できません。ただし、人間がパフォーマンスした超音波と機械学習の評価の組み合わせにより、チームはテストデータセットでCHDの95％を検出することができました。
この小説研究で概説されました自然医学。
胎児超音波スクリーニングは、世界保健機関によって第2期に普遍的に承認されています。胎児の心臓の欠陥の診断は、新生児の結果を高め、子宮内療法に関する追加の研究を可能にする可能性がある、と研究者は説明した。
「妊娠第2予期のスクリーニングは妊娠の通過儀礼であり、胎児が男の子か女の子かを判断しますが、先天性欠損症のスクリーニングにも使用されます」紙。
通常、イメージングは、臨床医が先天性心疾患の最大90％を診断できる5つの心臓ビューで構成されています。ただし、実際には、非専門センターで検出されているのは約半分だけです。
「一方では、心臓の欠陥は最も一般的な種類の先天異常であり、出生前にそれらを診断することが非常に重要です」とArnaoutは説明しました。 「一方、それらはまだ非常にまれであるため、訓練を受けた臨床医が高度に専門化されていない限り、それらを検出することは困難です。
胎児の心臓専門医であり、著者のアニタムーングレイディ、メリーランド州を含む研究者は、臨床医の仕事を3段階で模倣するために工作機械を教えました。第一に、彼らはbet365 サッカーラルネットワークを採用して、診断に不可欠な心臓の5つのビューを見つけました。
「この作業がこれらの先天異常のスクリーニングに革命をもたらすことを願っています」と、UCSF Bakar Computational Health Sciences Instituteのメンバー、UCSFインテリジェントイメージングセンター、およびChan Zuckerberg Biohub Intercampus研究者の研究者であるArnaoutは付け加えました。 「私たちの目標は、使用への道を築くのを助けることです機械学習スクリーニングと診断に超音波が使用される多くの疾患の診断上の課題を解決するため。」
