چیس لی، از گوگل هلث در پالو آلتو، کالیفرنیا، و همکارانش از هوش مصنوعی برای تفسیر تصاویر سونوگرافی به منظور بهبود تخمین سن بارداری استفاده کردند.
به همین منظور سه مدل هوش مصنوعی توسعه و تأیید شد: یکی از این روش ها مجموعه‌ای است که مدل‌های تصویر و ویدیو را ترکیب می‌کند.
آموزش و ارزیابی مدل‌ها بر اساس داده‌هاو یادگیری ماشین انجام شد. داده ها برای یک مجموعه باحدود۴۰۴ شرکت کننده محاسبه شد.
محققان دریافتند که همه مدل‌ها از نظر آماری نسبت به تخمین‌های استاندارد سن بارداری مبتنی بر بیومتری جنین که از تصاویر گرفته شده توسط متخصص سونوگرافی گرفته شده است، برتری دارند.
کمترین میانگین خطای مطلق برای مدل مجموعه در مقایسه با بیومتری جنین استاندارد بالینی مشاهده شد.
در جنین‌هایی که پیش‌بینی می‌شد سن آنها کم باشد، هر سه مدل با یک حاشیه قابل‌توجه از بیومتری استاندارد بهتر عمل کردند.
نویسندگان می‌نویسند: «از آنجایی که مدل‌های ما بر اساس داده‌های جمع‌آوری‌شده در طول معاینات سونوگرافی معمول جنین ساخته شده‌اند، این پتانسیل را دارند که به طور یکپارچه در جریان کار بالینی معمول گنجانده شوند.»
به همین منظور سه مدل هوش مصنوعی توسعه و تأیید شد: یکی از این روش ها مجموعه‌ای است که مدل‌های تصویر و ویدیو را ترکیب می‌کند.
آموزش و ارزیابی مدل‌ها بر اساس داده‌هاو یادگیری ماشین انجام شد. داده ها برای یک مجموعه باحدود۴۰۴ شرکت کننده محاسبه شد.
محققان دریافتند که همه مدل‌ها از نظر آماری نسبت به تخمین‌های استاندارد سن بارداری مبتنی بر بیومتری جنین که از تصاویر گرفته شده توسط متخصص سونوگرافی گرفته شده است، برتری دارند.
کمترین میانگین خطای مطلق برای مدل مجموعه در مقایسه با بیومتری جنین استاندارد بالینی مشاهده شد.
در جنین‌هایی که پیش‌بینی می‌شد سن آنها کم باشد، هر سه مدل با یک حاشیه قابل‌توجه از بیومتری استاندارد بهتر عمل کردند.
نویسندگان می‌نویسند: «از آنجایی که مدل‌های ما بر اساس داده‌های جمع‌آوری‌شده در طول معاینات سونوگرافی معمول جنین ساخته شده‌اند، این پتانسیل را دارند که به طور یکپارچه در جریان کار بالینی معمول گنجانده شوند.»
کد خبر ۲۰۱۰۱۱۰۱۹.۳۲۷
