188体育在线-188体育平台

AI能够帮助医生预测早产和预防?

机器学习的方法来帮助解决问题的承诺

2020年2月6日|由贝尔纳黛特年轻

ansaf salleb-aouissi。

美国在2018年 - 几乎400.000过早出生的婴儿妊娠37周前进行。和新生儿死亡的主要原因之一长期残疾,早产(PTB)被认为是凭借深厚的情感和具有挑战性的经济后果给家庭和社会公共卫生问题。能够当医生用数据和人工智能(AI)来预测,这可能是在高危孕妇,许多这些早产的可能被避免。

“早产具有非常挑战去过预测问题,”说 ansaf salleb-aouissi在学科高级讲师从 计算机科学系。 “但是,我们现在正处在一个地步,我们可以使用机器学习来开发一个动态的风险预测系统用于孕妇。 ,创造一个系统能够处理大型模型数据与AI算法,我们将开发一个很大的好处,以补充医生的‘现实生活’专业知识“。

最近从医学健康国家图书馆(美国国立卫生研究院NICHD)全国学院$ 1,000,000个赠款将支持salleb-aouissi的研究为大型数据集与机器学习在风险识别集成,帮助孕妇。有一组研究人员从四个学科的工作:学习机,遗传学,连续的决策,以及妇产科,salleb-aouissi将开发预测模型PTB可用于协助在风险识别女性医师WHO需要干预和那些低风险WHO无需干预。

初为人母,因为他们没有病史怀孕,是一个具有挑战性的人口,以确定特别PTB风险。这些母亲,因为医学上称为初产妇,表示孕妇的40%,根本不治疗。 PTB可靠的预测系统能够显着降低他们的风险。

PTB poses a number of analytic challenges. Only about 10-12% of mothers give birth prematurely, providing a limited number of cases to study. There are several different categories of PTB by gestational age at birth: extreme (<28 weeks), severe (28-31 weeks), moderate (32-33 weeks), and late (34-36 weeks). The team needs to consider spontaneous PTB and indicated PTB separately.

此外,是一种妊娠由于动态和快速变化的过程和不同年龄在出生时是妊娠认为是由不同病因来驱动,纵向模式是需要预测。每个怀孕的属性只涉及到每个逐渐成为患者提供这种时间相关的信息。

该研究解决了当前文学的三个重要方面的差距:

  • 未产妇研究及其对PTB的风险;
  • 遗传因素所缺乏的大多数研究,从来没有合并其他危险因素来确定风险相结合;和
  • 使用纵向的数据和模型病人就诊,测试和治疗的优化的调度。

跨学科的团队包括副教授 itsik pe'er,连同教授 安妮塔·拉贾 从亨特学院 瓦普纳罗纳德 和他的团队从部门 妇产科母胎医学188体育平台医学中心的欧文 (Cuimc)。他们将有机会为未产妇患者迄今最大的队列,采用美国国立卫生研究院NICHD最近发布的numom2b(未产妇妊娠结局的监测研究母亲将要)数据集。 numom2b研究集中在10038个单胎妊娠由于初产妇一个种族,民族,不同地区的人口细致,前瞻性队列研究。此外,它包含的遗传信息在以前是从来没有使用过。

“下一步是按摩数据numom2b清理并把它纳入一个形式适合于机器学习,说:” salleb-aouissi,谁第一个产生了兴趣,将机器学习技术,以她的第二个孩子的医疗保健当发达绞痛。 ESTA启发她申请并赢得了 授予在2011年崛起 所使用机器学习技术,以更好地了解绞痛的原因。这开始项目协作与研究人员从cuimc穿过对导致对肺结核的初步研究 渴望NSF奖。 salleb-aouissi 3000例数据集中工作,能 正确预测早产 关于时间的50%〜60%个百分点。

“这是我们的宗旨,进行机器学习研究,将有利于母胎医学。准确地能够在PTB的风险预测妇女可以改变的方式孕妇遵循和治疗,“salleb-aouissi增加。 “此外我们的研究将适用于处理其他不良妊娠结局:如宫内生长受限,先兆子痫,和其他妇女的健康问题的最终”