Digital Tdobrar TankTDT)

Como a inteligência artificial ajudará a prevenir partos prematuros?

De acordo com um relatório da Organização Mundial da Saúde (OMS), 15 milhões de recém-nascidos são afetados por partos prematuros espontâneos a cada ano. Até um milhão deles morrem. Muitos enfrentam deficiências permanentes. A análise manual comumente usada de Imagens de ultrassom permite a detecção de possíveis problemas, mas não é um método perfeito. Este problema é reconhecido pelos médicos. Em 2017, Nicole Sochacki-Wójcicka (prestes a se especializar em ginecologia) e Jakub Wójcicki contataram o Dr. Tomasz Trzciński, da Faculdade de Eletrônica e Tecnologia da Informação do Universidade de Tecnologia de Varsóvia (WUT) e perguntou se era possível iniciar um projeto para prever de forma mais espontânea Nascimentos prematuros ajuda redes neurais realizar. Então, uma equipe de pesquisa foi formada e o trabalho começou. Os primeiros efeitos já são conhecidos. Nossa solução pode oferecer suporte a diagnósticos de computador e fornecer uma previsão mais precisa de partos prematuros espontâneos ", explica Szymon Płotka, um graduado da Universidade de Tecnologia de Varsóvia e um dos membros da equipe que trabalha no projeto.

Fonte da imagem: Pixabay

Treine a rede neural


Antes de iniciarmos o projeto, os médicos que trabalham conosco prepararam um conjunto de dados de aprendizagem, dados de validação e anotações na forma de contornos do formato do colo do útero Ultrassom e imagens numéricas (0 e 1), que por sua vez correspondem a: nascimento a termo, nascimento prematuro ", explica Szymon Płotka.


Após a pré-limpeza, tais dados são usados ​​como dados de "aprendizagem" para o rede neural - neste caso, uma malha de convolução (Plexo) - usado.
Ele analisa cada imagem pixel a pixel e extrai os recursos necessários que são usados ​​para a tarefa de segmentar uma parte interessante de uma imagem (no caso o colo do útero) e classificá-la (se é parto prematuro ou não) - explica Szymon Płotka. Assim que isso rede neural for treinado, ele será testado nos dados de teste que não foram usados ​​durante o treinamento. Isso verifica a validade do modelo treinado.


O projeto resultou em duas publicações científicas.


O resultado do em "Estimativa de marcadores de nascimento prematuro com rede de segmentação U-Net " O trabalho descrito inclui a redução do erro na previsão do nascimento prematuro espontâneo de 30% (manualmente por médicos) para 18% usando uma rede neural. Em "Predição do nascimento prematuro espontâneo com redes neurais convolucionais" os pesquisadores apresentaram uma melhora na qualidade da segmentação em relação à primeira publicação e obtiveram melhores resultados de classificação. Pelo que sabemos, estes são os únicos trabalhos existentes que tratam da tarefa de prever partos prematuros espontâneos com base em imagens de ultrassom transvaginal - diz Szymon Płotka.

Os cientistas estão atualmente trabalhando em um serviço na forma de um aplicativo da web. Você deseja disponibilizar os modelos de rede neural preparados. Destina-se a ajudar os ginecologistas a analisar Imagens de ultrassom ajuda e assim o diagnóstico de espontânea Nascimentos prematuros Apoio, suporte. E isso pode salvar a vida e a saúde de milhões de recém-nascidos.