人工知能はどのように早産を防ぐのに役立ちますか？

世界保健機関（WHO）の報告によると、毎年15万人の新生児が自然早産の影響を受けています。 それらの最大XNUMX万人が死亡します。 多くの人が生涯にわたる障害に直面しています。 超音波画像 考えられる問題の検出は可能ですが、完全な方法ではありません。 この問題は医師によって認識されています。 2017年、NicoleSochacki-Wójcicka（婦人科を専門にしようとしています）とJakubWójcickiがDr.に連絡しました。 の電子情報技術学部のTomaszTrzciński ワルシャワ工科大学 （WUT）そしてより自発的に予測するプロジェクトを開始することが可能かどうか尋ねた 早産。 ヘルプ ニューラルネットワーク 悟る。 その後、研究チームが結成され、作業が始まりました。 最初の効果はすでに知られています。 私たちのソリューションは、コンピューター診断をサポートし、自然早産のより正確な予測を可能にします」と、ワルシャワ工科大学を卒業し、プロジェクトに取り組んでいるチームのメンバーのXNUMX人であるSzymonPłotkaは説明します。

画像ソース：Pixabay

ニューラルネットワークをトレーニングする

私たちがプロジェクトを開始する前に、私たちと一緒に働いている医師は、子宮頸部の形状の輪郭の形で一連の学習データ、検証データ、および注釈を準備しました 超音波および数値画像 （0と1）は、次のように対応します：満期産、早産」とSzymonPłotkaは説明します。

プレクリーニング後、そのようなデータは、の「学習」データとして使用されます。 ニューラルネットワーク -この場合、畳み込みメッシュ（叢） - 中古。
各画像をピクセルごとに分析し、画像の興味深い部分（この場合は子宮頸部）をセグメント化して分類する（早産かどうかに関係なく）タスクに使用される必要な特徴を抽出します-SzymonPłotkaは説明します。 一度それ ニューラルネットワーク トレーニング済みの場合、トレーニング中に使用されなかったテストデータでテストされます。 これにより、トレーニング済みモデルの有効性がチェックされます。

このプロジェクトにより、XNUMXつの科学論文が発表されました。

の結果U-Netセグメンテーションネットワークによる早産マーカーの推定 " 説明されている作業は、とりわけ、ニューラルネットワークを使用して自然早産を予測する際のエラーを30％（手動で医師が）から18％に減らすことです。 「畳み込みニューラルネットワークを使用した自発的早産予測」では、研究者は最初の出版物と比較してセグメンテーション品質の改善を示し、より良い分類結果を達成しました。 私たちが知る限り、これは経膣超音波画像に基づいて自然早産を予測するタスクを扱っている唯一の既存の研究です-SzymonPłotkaは言います。

科学者たちは現在、Webアプリケーションの形でサービスに取り組んでいます。 準備したニューラルネットワークモデルをそこで利用できるようにします。 婦人科医が分析するのを助けることを目的としています 超音波画像 助けて、自発的な診断 早産。 サポート。 そして、それは何百万人もの新生児の命と健康を救うことができます。