Ученые улучшают прогнозирование преждевременных родов, изучая электрическую активность во время беременности. Модель глубокого обучения, разработанная исследователями, помогает спрогнозировать преждевременные роды уже на 31 неделе беременности, используя измерения электрогистерограммы и клинические данные. Искусственный интеллект (ИИ) анализирует данные электрогистерограммы с клинической информацией, представляя собой первый метод, способный прогнозировать преждевременные роды уже с 31 недели беременности. Результаты исследования опубликованы в научном журнале PLoS One.
Актуальность проблемы
Преждевременными родами считают, когда ребенок рождается до 37 недели беременности, они встречаются почти у 10% беременных во всем мире, и этот показатель растет.
Исследователи из Инженерной школы МакКелви Вашингтонского университета (McKelvey School of Engineering at Washington University) в Сент-Луисе разрабатывают более совершенные способы прогнозирования преждевременных родов путем анализа электрической активности во время беременности.
Арье Нехорай (Arye Nehorai) и Ури Гольдштейн (Uri Goldsztejn) разработали модель, использующую глубокое обучение для прогнозирования преждевременных родов уже на 31 неделе беременности.
«Наш метод прогнозирует преждевременные роды с помощью измерений электрогистерограммы и клинической информации, полученной примерно на 31-й неделе беременности, с эффективностью, сравнимой с клиническими стандартами, используемыми для выявления женщин с симптомами преждевременных родов», — комментирует Нехорай.
Для разработки своего метода Нехорай и Гольдштейн использовали данные электрогистерограммы (ЭГГ), метода, который определяет электрическую активность матки с помощью электродов, размещенных на животе, а также клиническую информацию из двух общедоступных баз данных, такую как возраст, срок беременности, вес, и кровотечения в первом или втором триместре.
Ученые обучили модель глубокого обучения на данных 30-минутных ЭГГ, проведенных в общей сложности у 159 беременных женщин со сроком беременности не менее 26 недель. Некоторые записи были получены во время регулярных осмотров, в то время как другие были записаны от матерей, которые были госпитализированы с симптомами преждевременных родов. Из всех женщин почти 19% родили преждевременно.
«Мы предсказывали исходы беременности по записям ЭГГ, используя глубокую нейронную сеть, поскольку нейронные сети автоматически извлекают наиболее информативные признаки из данных», — комментирует Гольдштейн. «Алгоритм глубокого обучения показал лучшую производительность, чем другие методы, и предоставил хороший способ объединить данные ЭГГ с клинической информацией».
В своем исследовании Нехорай и Гольдштейн обнаружили, что различные компоненты измерений ЭГГ вносят свой вклад в прогнозирование их модели. Более высокочастотные компоненты измерения ЭГГ были более предсказуемы для преждевременных родов.
Ученые также обнаружили, что их модель эффективна в прогнозировании с более короткими записями ЭГГ, что может сделать модель более простой в использовании, более рентабельной в клинических условиях и, возможно, пригодной для использования в домашних условиях.
«Преждевременные роды — это ненормальное физиологическое состояние, а не просто беременность, которая закончилась раньше срока», — заключает Нехорай. «Поэтому мы можем ожидать, что физиологические измерения, такие как записи ЭГГ, могут показать более сильную дихотомию между беременностями, которые заканчиваются преждевременными или срочными родами, чем это показано в непрерывных характеристиках, коррелирующих с гестационным возрастом на момент родов».
В будущем Нехорай и Гольдштейн планируют разработать устройство для записи измерений ЭГГ и сбора данных от большей группы беременных женщин, чтобы улучшить свой метод и подтвердить результаты.
Авторы нового исследования утверждают, что фталаты провоцируют преждевременные роды
Ведущий специалист отдела организации клинических исследований, терапевт, врач ультразвуковой диагностики АО «СЗМЦ» (г. Санкт-Петербург), главный редактор, учредитель сетевого издания Medical Insider, а также автор статей
E-mail для связи – [email protected];
