使用人工智能分析胎盘

胎盘可以提供有关母亲和婴儿健康的关键信息，但在美国交付后的病理学考试中只有20％的胎盘评估。分析它们所需的成本，时间和专业知识是令人望而却步的。

现在，研究人员团队开发了一种新的解决方案，可以通过计算机的摄影图像分析产生准确，自动化和近乎立即胎盘诊断报告。他们的研究可以允许检查所有胎盘，减少送达全部病理学检查的正常胎盘的数量，并为研究的研究产生较少的资源密集程度，这可能会对母亲和婴儿提供积极利益的健康结果。

“这胎盘与妈妈和宝宝的怀孕一起驾驶一切顺利，但我们缺少全球95％的胎盘的胎盘数据，“宾夕法尼亚州卫生和人类发展学院营养科学助理教授艾莉森·杰恩说。”创造一个需要更少资源的更有效的过程将使我们能够收集更全面的数据来检查胎盘如何与母体和胎儿联系起来健康状况，它将有助于我们在没有特殊设备和分钟而不是几天内检查胎盘。

该团队的研究是在阿根廷布宜诺斯艾利斯举行的国际招塔协会会议上的国际联合会上，于9月和中国在中国深圳举行的医学形象计算和计算机辅助干预会议上举行。

专利待处理技术使用人工智能分析胎盘后的每一侧的图像，然后产生一个可能影响母亲和孩子的临床护理的关键信息的报告，例如胎儿是否在子宫内越来越足够的氧气或者存在风险感染或出血。

目前，没有基于证据的标准，以确定何时应检查胎盘，低收入国家和家庭诞生的地区甚至缺乏资源，甚至是基线胎盘分析。此数字工具可以提供解决方案，因为个人只需要具有适当软件的智能手机或平板电脑。

“即使在非常低的资源区域，某人通常有智能手机，”杰恩兰德解释道。“我们的目标是为医疗专业人员或训练有素的出生伴侣拍摄照片，在通过许可软件分析后，可以立即提供有助于照顾母婴的信息。”

例如，具有异常插入点或过度扭曲的脐带可以是新生儿中风的预测因子。死产后的检查可以提供有关未来死产是否可以重新传递并帮助医疗专业人员在可能的干预措施中建议他们的家庭信息。

为了创建系统，研究人员分析了来自西北纪念医院的13,000名胎盘高质量图像及其相应的病理报告。然后，研究人员标记了一组训练图像，具有重要的数据点，以了解胎盘，例如不完整性和脐带插入点的区域。

这些图像用于使用CPU和GPU服务器培训神经网络，可以自动分析新的胎盘图像，以检测与异常和潜在健康风险相关的功能。它们的系统有效地对未标记图像产生预测，并且与原始病理报告的比较显示了该系统的高精度和临床潜力。

“过去的分析通常是独立检查的特征，并使用有限数量的图像，”宾夕法尼亚州信息科学学院教授詹姆斯王说。“我们的工具利用人工智能和一个大型和全面的数据集，通过将胎盘的不同部分作为免费的，同时进行多次决策。对于我们的知识，这是第一个全面，自动胎盘分析的系统。”

此外，该工具可以通过向患者和从业者提供临床有意义的信息，推进妊娠期研究，并对长期护理有用。

王说：“我们不想取代病理学家，而是我们希望在出生时提供医生，以便他们能够对如何照顾母亲和孩子进行有效和了解的决定。”

“我们正在努力通过将胎盘数据转化为临床医生和患者友好，”杰尔南德的结论。“我们知道胎盘开发和功能对怀孕的健康至关重要，但我们只知道它可以告诉我们妈妈和宝宝的健康的一小部分。这项研究是建立大数据的关键第一步更好地了解我们可以从胎盘中学到什么。“

---

---