Bostonas Bērnu slimnīcas pētnieki ir panākuši ievērojamu progresu uzlabojot zīdaiņu veselības aprūpi, izstrādājot inovatīvu mašīnmācīšanās modeli. Šis modelis precīzi paredz dilatejošo vesikoureterālo refluksu (VUR) zīdaiņiem, kuriem diagnosticēta hidronefrōze – stāvoklis, kad urīns plūst atpakaļ nierēs.
Tradicionāli, prenatalie ultraskaņas tiek izmantoti, lai identificētu hidronefrōzi, bet tiem ir ierobežojumi, kad runa ir par dilatejošā VUR atklāšanu, kas ir viens no šī stāvokļa galvenajiem cēloņiem. Lai arī uztuvojošais cistouroterogrāfija (VCUG) piedāvā precīzāku atklāšanu, tas ir gan invazīvs, gan dārgs. Atpazīstot nepieciešamību pēc labākiem skrīninga metodēm, pētnieku komanda nolēma izstrādāt rīku, kas varētu efektīvi izmantot ultraskaņas atklājumus, lai identificētu zīdaiņus ar vislielāko VUR risku, un tādējādi gūt labumu no papildu skrīninga ar VCUG.
Izpētot savu pētījumu, komanda izstrādāja mašīnmācības algoritmu, izmantojot datus par 280 zīdaiņiem, kuri bija veikuši ultraskaņas hidronefrōzei un turpmākā VCUG Bostonas Bērnu slimnīcā. Integrējot attēlu informāciju, pacienta detaļas un urīnceļu dilatācijas klasifikāciju, modelis veiksmīgi paredzēja dilatejošā VUR risku ar iespaidīgu robežas zem līknes vērtību 0.81.
Pētnieku komanda noteica konkrētus faktorus, piemēram, dzimumu, urētera dilatāciju, parenhimāla biezumu, parenhimāla izskatu un centrālo kalicēta dilatāciju kā nozīmīgus VUR prognozētājus grupā. Vēl vairāk, viņi uzsvēra modeļa precizitāti un intuitivitāti, ļaujot viegli interpretēt to klīniķiem ikdienas klīniskajos apstākļos.
Dr. Hsin-Hsiao (Scott) Wang, pētījuma vadītājs un urologs Bostonas Bērnu slimnīcā, izteica modeļa potenciālo ietekmi uz pacienta vadību hidronefrōzē. Mērķis ir sniegt klīniķiem priekšzīmi līdzīgi kristāla bumbai, izslēdzot liekas pārbaudes bērniem.
Šī attīstība zīdaiņu veselības jomā parāda mākslīgā intelekta (AI) pieaugošo izmantošanu, lai uzlabotu aprūpi pediatriskiem apstākļiem. Pētnieki no Pittsburghas Universitātes un UPMC nesen prezentēja AI vadītu viedtālruni, kas spēj diagnosticēt akūtu otīta media (AOM), biežu stāvokli pediatriskajiem pacientiem. Šo lietotni analizē eardruma video, lai palīdzētu klīniķiem precīzi diagnosticēt AOM, novēršot antibiotiku nepamatotu lietošanu.
Ar turpmāku pilnveidošanu un vairāku pacientu ierakstu integrāciju, mašīnmācības modelim hidronefrōzei ir mērķis paredzēt, vai pacienta stāvoklis izmantosies dabiski vai būs nepieciešama medicīniska iejaukšanās. Šis caurspīdīgums ir spējīgs revolucionēt zīdaiņu veselības aprūpi, piedāvājot uzlabotas skrīninga metodes, samazinot invazīvas procedūras un uzlabojot pacienta vadību hidronefrōzē, galu galā vedot uz labākiem veselības rezultātiem zīdaiņiem visā pasaulē.
The source of the article is from the blog meltyfan.es