¿Cómo ayudará la inteligencia artificial a prevenir los partos prematuros?

Según un informe de la Organización Mundial de la Salud (OMS), cada año 15 millones de recién nacidos se ven afectados por partos prematuros espontáneos. Hasta un millón de ellos mueren. Muchos enfrentan discapacidades de por vida. El análisis manual de uso común de Imágenes de ultrasonido permite la detección de posibles problemas, pero no es un método perfecto. Este problema es reconocido por los médicos. En 2017, Nicole Sochacki-Wójcicka (a punto de especializarse en ginecología) y Jakub Wójcicki contactaron al Dr. Tomasz Trzciński de la Facultad de Electrónica y Tecnología de la Información de la Universidad Tecnológica de Varsovia (WUT) y preguntó si era posible iniciar un proyecto para predecir de manera más espontánea Partos prematuros ayuda Redes neuronales darse cuenta. Luego se formó un equipo de investigación y comenzó el trabajo. Los primeros efectos ya se conocen. Nuestra solución puede admitir diagnósticos informáticos y permitir una predicción más precisa de los nacimientos prematuros espontáneos ", explica Szymon Płotka, graduado de la Universidad Tecnológica de Varsovia y uno de los miembros del equipo que trabaja en el proyecto.

Fuente de la imagen: Pixabay

Entrena la red neuronal

Antes de comenzar el proyecto, los médicos que trabajaban con nosotros prepararon un conjunto de datos de aprendizaje, datos de validación y anotaciones en forma de contornos de la forma del cuello uterino. Ultrasonido e imágenes numéricas (0 y 1), que a su vez corresponden a: nacimiento a término, nacimiento prematuro ", explica Szymon Płotka.

Después de la limpieza previa, estos datos se utilizan como datos de "aprendizaje" para el red neuronal - en este caso una malla de convolución (Plexo) - usado.
Analiza cada imagen píxel a píxel y extrae las características necesarias que se utilizan para la tarea de segmentar una parte interesante de una imagen (en este caso el cuello uterino) y clasificarla (ya sea parto prematuro o no) - explica Szymon Płotka. Tan pronto como eso red neuronal entrenado, se probará con los datos de prueba que no se utilizaron durante el entrenamiento. Esto verifica la validez del modelo entrenado.

El proyecto ha dado lugar a dos publicaciones científicas.

El resultado de la "Estimación de marcadores de nacimiento prematuros con red de segmentación U-Net " El trabajo descrito incluye la reducción del error en la predicción del parto prematuro espontáneo del 30% (manualmente por los médicos) al 18% mediante una red neuronal. En "Predicción del parto prematuro espontáneo con redes neuronales convolucionales" los investigadores presentaron una mejora en la calidad de la segmentación en comparación con la primera publicación y lograron mejores resultados de clasificación. Hasta donde sabemos, estos son los únicos trabajos existentes que se ocupan de la tarea de predecir los nacimientos prematuros espontáneos sobre la base de imágenes de ultrasonido transvaginal, dice Szymon Płotka.

Los científicos están trabajando actualmente en un servicio en forma de aplicación web. Desea que los modelos de redes neuronales preparados estén disponibles allí. Está destinado a ayudar a los ginecólogos a analizar Imágenes de ultrasonido ayuda y así el diagnóstico de espontánea Partos prematuros apoyo. Y eso puede salvar la vida y la salud de millones de recién nacidos.