KI-Modell speziell für indische Mütter verbessert die Bestimmung des fetalen Alters

In einer bahnbrechenden Zusammenarbeit haben Forscher des Indian Institute of Technology Madras (IIT Madras) und des Translational Health Science and Technology Institute (THSTI) ein indienspezifisches künstliches Intelligenz (KI)-Modell vorgestellt, das entwickelt wurde, um das Alter eines Fötus bei schwangeren Frauen im zweiten und dritten Trimester präzise zu bestimmen. Diese hochmoderne Forschung, die im Rahmen des Programms „Interdisciplinary Group for Advanced Research on Birth Outcomes – DBT India Initiative“ (GARBH-Ini) durchgeführt wurde, adressiert die Herausforderungen, die bei der genauen Schätzung des Gestationsalters (GA) im indischen Kontext auftreten.

Eine genaue Schätzung des Gestationsalters (GA) ist entscheidend für die optimale Versorgung schwangerer Frauen, die Überwachung des fetalen Wohlbefindens sowie die Identifizierung und Behandlung von Schwangerschaftskomplikationen. In Indien stellt die späte Inanspruchnahme der pränatalen Betreuung jedoch eine erhebliche Herausforderung dar, die oft erst ab der 14. Schwangerschaftswoche beginnt. Diese Verzögerung erschwert herkömmliche Methoden wie die Berechnung über das Datum der letzten Menstruation (LMP), da Unsicherheiten bei der Erinnerung an das LMP-Datum und unregelmäßige Menstruationszyklen vorliegen.

Die ethnische Vielfalt in Indien erschwert die GA-Schätzung weiter, da Variationen in den fetalen Wachstumsmustern und biometrischen Messwerten, die in westlich zentrierten Modellen nicht berücksichtigt werden. Die mütterliche Ernährung, Gesundheitszustände und genetischen Faktoren tragen zu unterschiedlichen fetalen Wachstumsmustern bei, was bevölkerungsspezifische Modelle zur Gewährleistung einer genauen GA-Bewertung erforderlich macht.

Einführung von Garbhini-GA2: Ein für Indien maßgeschneidertes Modell

Um diesen Herausforderungen zu begegnen, entwickelten die Forscher das Garbhini-GA2-Modell auf der Grundlage von Daten der GARBH-Ini-Kohortenstudie, einer umfassenden Untersuchung klinischer Daten schwangerer Frauen in Indien. Die Analyse dieser Daten ermöglichte es den Forschern, Schlüsselparameter zu identifizieren, die die GA-Schätzung in den späten Trimestern beeinflussen. Garbhini-GA2 integriert einzigartige fetale Biometrie und Wachstumsmuster, die in der indischen Bevölkerung beobachtet wurden.

Vergleichende Bewertungen mit bestehenden Formeln wie Hadlock und InterGrowth-21st zeigten die überlegene Genauigkeit von Garbhini-GA2. Metriken wie der Root-Mean-Squared-Error (RMSE), die Verzerrung (Bias) und die Frühgeburtsraten ergaben, dass Garbhini-GA2 den mittleren Fehler bei der GA-Schätzung im Vergleich zur Hadlock-Formel um mehr als das Dreifache reduzierte. Dies unterstreicht seine überlegene Eignung für die indische Bevölkerung.

Dr. Rajesh Gokhale, Sekretär des Department of Biotechnology der Regierung Indiens, lobte die Entwicklung bevölkerungsspezifischer Modelle und betonte deren lobenswerte Ergebnisse im Rahmen der GARBH-Ini-Initiative. Er merkte an, dass diese Modelle derzeit landesweit validiert werden.

Sobald validiert, hat Garbhini-GA2 das Potenzial, die pränatale Versorgung in Indien zu revolutionieren. Der Einsatz dieses Modells in Kliniken im ganzen Land könnte die von Geburtshelfern und Neonatologen geleistete Versorgung verbessern und die Mütter- und Säuglingssterblichkeitsraten senken.

Zukünftige Perspektiven und Auswirkungen auf das Gesundheitswesen

Diese bahnbrechende Forschung, angeführt von Dr. Himanshu Sinha von der IIT Madras und Dr. Shinjini Bhatnagar, Principal Investigator von GARBH-Ini am THSTI, ist darauf ausgerichtet, die pränatale Versorgung zu transformieren. Eine genaue GA-Schätzung ist entscheidend für das Management von Komplikationen wie Schwangerschaftsdiabetes und Präeklampsie, wodurch eine spezifische Überwachung und Behandlung basierend auf dem Stadium der Schwangerschaft ermöglicht wird. Darüber hinaus gewährleistet sie die Zuverlässigkeit der Daten für Forschungen zu Ergebnissen wie Totgeburt, Frühgeburt und fetaler Wachstumsrestriktion.

Die Entwicklung und der potenzielle Einsatz des Garbhini-GA2-Modells markieren einen bedeutenden Schritt vorwärts bei der Bewältigung der einzigartigen Herausforderungen der Schätzung des Gestationsalters in Indien. Diese KI-gesteuerte Innovation verspricht, die Gesundheitsergebnisse für Mütter und Säuglinge zu verbessern, indem sie einen maßgeschneiderten und präzisen Ansatz zur Bestimmung des Gestationsalters bietet. Während das Modell validiert wird, könnte seine erfolgreiche Implementierung in Kliniken landesweit eine neue Ära der mütterlichen und neonatalen Versorgung einläuten und Indiens Position an der Spitze innovativer Gesundheitslösungen festigen.