Un nuevo análisis basado en AI de aproximadamente 10,000 embarazo ha descubierto la combinación no identificada de causas de riesgo asociadas con los resultados de un embarazo negativo grave, incluido el nacimiento del acero.
La encuesta también encontró que el comportamiento actual bajo la guía clínica puede tener diez diferencias en el riesgo para los niños.
El autor principal del estudio MD Nathan Blue dijo que los investigadores produjeron el modelo de IA para ayudar a detectar una combinación “verdaderamente inesperada” de alto riesgo, y el modelo es un paso importante hacia la evaluación de riesgos y el embarazo más personalizadas.
Se publican nuevos resultados BMC Embarazo y parto.
Riesgo
Los investigadores comenzaron con un datos existentes de 9,558 en todo el país, que incluía información relacionada con las características sociales y físicas de la presión arterial de las personas embarazadas, el tratamiento del tratamiento y el apoyo social del peso del feto hasta cada embarazo. Utilizando la IA para buscar patrones en los datos, identificaron la nueva combinación de características maternas y fetales que se asociaron con los resultados del embarazo poco saludable como el parto en el acero.
En general, los fetos femeninos tienen un riesgo ligeramente menor de complicaciones que el feto masculino, un efecto pequeño pero bien establecido. Sin embargo, el equipo de investigación ha descubierto que si una persona embarazada tiene diabetes preexistente, los embriones femeninos tienen un riesgo más alto que los hombres.
Este patrón detectado anteriormente muestra que el modelo de IA puede ayudar a los investigadores a aprender cosas nuevas sobre la salud del embarazo, dijo Blue Says Blue, un Eclash de Spencer Fox, el profesor y ginecología asistente de Medicine. Blue dice: “Ha detectado algo que puede usarse para informar el riesgo que es un cerebro limpio realmente flexible y experimentado”, dice Blue.
Los investigadores estaban especialmente interesados en desarrollar una mejor estimación de riesgo para el feto, especialmente para el peso, pero la parte inferior no es del 3%. Estos niños son lo suficientemente pequeños, pero generalmente son completamente saludables. Determinar el mejor curso de acción en este caso es un desafío: ¿qué monitoreo intensivo para un embarazo y un parto inicial potencial, o el embarazo puede proceder tan normal como normal? Las pautas clínicas actuales sugieren observar el tratamiento intensivo para todo este embarazo, que puede presentar una carga sensible y financiera significativa.
Sin embargo, los investigadores han encontrado que en esta clase de peso fetal, el riesgo de embarazo poco saludable ha cambiado de aproximadamente diez veces a aproximadamente diez veces el riesgo de aproximadamente diez veces más que el riesgo promedio que el riesgo promedio. El riesgo se basó en la combinación de razones como la aparición del pene fetal, la diabetes o la ausencia preexistentes, y la presencia o ausencia de inconsistencias fetales como un error cardíaco.
Blue enfatizó que el estudio solo detectó relaciones mutuas dentro de la variable y en realidad no proporciona información sobre qué causa los resultados negativos.
Blue dice que una amplia gama de riesgos ha sido retrocedida por la visión del médico; Los médicos experimentados son conscientes de que el feto de muchos de bajo peso utilizará muchas razones adicionales para dar un juicio distintivo sobre el riesgo y el tratamiento. Sin embargo, un equipo de evaluación de riesgos de IA puede proporcionar beneficios importantes en este “control intestinal” nacional, ayudando a los médicos a notificar, reproduction y recomendación justa.
Por qué ai
Para los modelos humanos o de IA, el riesgo de embarazo implica tener en cuenta una gran cantidad de variables, desde la salud materna hasta los datos de ultrasonido. Los médicos experimentados pueden sopesar todas estas variables para decidir la atención personalizada, pero incluso los mejores médicos no podrán determinar exactamente cómo alcanzaron su decisión final. Los factores humanos como el sesgo, el estado de ánimo o la privación del sueño son casi inevitablemente lisiados en la mezcla y pueden eliminar el juicio del juicio del cuidado ideal.
Para ayudar a resolver este problema, los investigadores utilizaron un tipo de modelo llamado “IA interpretable” que proporciona al usuario el riesgo estimado de un conjunto específico de causas de embarazo y contribuye a esa suposición de riesgo y cuánta información incluye información. A diferencia de la IA, la “caja cerrada” más familiar muestra el trabajo del modelo explicativo inaccesible a los expertos “, revela las fuentes de sesgo para que puedan abordarse.
Básicamente, los ensayos clínicos expertos aproximan la flexibilidad de la IA explicativa. El modelo de investigadores asume los resultados adecuadamente para personas con combinaciones únicas de factores de riesgo, especialmente adecuados para situaciones de embarazo raras. Este tipo de herramienta puede ayudar en última instancia a guiar las conclusiones para las personas que finalmente ayudan a personalizar el cuidado de la situación cuyas situaciones son de una especie.
Los investigadores aún necesitan probar y legalizar su modelo en la nueva población para que pueda predecir el riesgo en circunstancias del mundo real. Pero el azul es optimista de que un modelo explicativo basado en IA puede ayudar en última instancia a evaluar el riesgo durante el embarazo y la personalización del tratamiento. “Los modelos de IA básicamente pueden adivinar un riesgo específico en el contexto de la persona determinada”, dijo, “y pueden hacerlo transparente y reproducible, lo que nuestros cerebros no pueden hacer”.
“Este tipo de poder se transformará en nuestro campo”, dijo.