Modello IA su misura per le madri indiane migliora la determinazione dell'età fetale
- Ricercatori indiani dell'IIT Madras e del THSTI hanno creato il modello AI Garbhini-GA2, personalizzato per le madri indiane, migliorando l'accuratezza nella stima dell'età fetale durante il secondo e il terzo trimestre.
- Sfide come l'inizio tardivo delle cure prenatali e la diversità etnica in India rendono i modelli occidentali esistenti per la stima dell'età gestazionale meno accurati.
- Una volta validato, Garbhini-GA2 potrebbe migliorare significativamente le cure prenatali in India, potenzialmente riducendo i tassi di mortalità materna e infantile fornendo informazioni precise sull'età gestazionale.
In una collaborazione rivoluzionaria, ricercatori dell'Indian Institute of Technology Madras (IIT Madras) e del Translational Health Science and Technology Institute (THSTI) hanno presentato un modello di intelligenza artificiale (IA) specifico per l'India progettato per determinare con precisione l'età di un feto nelle donne in gravidanza durante il secondo e il terzo trimestre. Questa ricerca all'avanguardia, condotta nell'ambito del programma 'Interdisciplinary Group for Advanced Research on Birth Outcomes – DBT India Initiative' (GARBH-Ini), affronta le sfide affrontate nella stima accurata dell'età gestazionale (GA) nel contesto indiano.
Una stima accurata dell'età gestazionale (GA) è fondamentale per fornire cure ottimali alle donne in gravidanza, monitorare il benessere fetale e identificare e gestire le complicanze della gravidanza. Tuttavia, in India, l'inizio tardivo delle cure prenatali rappresenta una sfida significativa, iniziando spesso solo alla 14ª settimana di gestazione. Questo ritardo complica i metodi tradizionali come l'ultima mestruazione (LMP), dati l'incertezza nel ricordo delle LMP e i cicli mestruali irregolari.
La diversità etnica in India complica ulteriormente la stima dell'età gestazionale, con variazioni nei modelli di crescita fetale e nelle misurazioni biometriche non prese in considerazione nei modelli centrati sull'Occidente. La nutrizione materna, le condizioni di salute e i fattori genetici contribuiscono a modelli di crescita fetale diversificati, rendendo necessari modelli specifici per la popolazione per garantire una valutazione accurata dell'età gestazionale.
Presentazione di Garbhini-GA2: Un modello su misura per l'India
Per affrontare queste sfide, i ricercatori hanno sviluppato il modello Garbhini-GA2 utilizzando i dati dello studio di coorte GARBH-Ini, un esame completo dei dati clinici delle donne in gravidanza in India. L'analisi di questi dati ha permesso ai ricercatori di identificare i parametri chiave che influenzano la stima dell'età gestazionale nei trimestri avanzati. Garbhini-GA2 incorpora la biometria fetale unica e i modelli di crescita osservati nella popolazione indiana.
Le valutazioni comparative con formule esistenti, come Hadlock e InterGrowth-21st, hanno dimostrato la superiorità dell'accuratezza di Garbhini-GA2. Metriche tra cui l'errore quadratico medio (RMSE), la distorsione (bias) e i tassi di parto prematuro hanno rivelato che Garbhini-GA2 ha ridotto significativamente l'errore mediano nella stima dell'età gestazionale di oltre tre volte rispetto alla formula Hadlock. Ciò evidenzia la sua superiore idoneità per la popolazione indiana.
Il Dr. Rajesh Gokhale, Segretario del Dipartimento di Biotecnologia del Governo dell'India, ha elogiato lo sviluppo di modelli specifici per la popolazione, sottolineando i loro risultati lodevoli nell'iniziativa GARBH-Ini. Ha notato che questi modelli sono attualmente in fase di validazione in tutto il paese.
Una volta validato, Garbhini-GA2 ha il potenziale per rivoluzionare le cure prenatali in India. L'implementazione di questo modello nelle cliniche di tutto il paese potrebbe migliorare le cure fornite dagli ostetrici e dai neonatologi, riducendo i tassi di mortalità materna e infantile.
Prospettive future e impatto sulla sanità
Questa ricerca pionieristica, guidata dal Dr. Himanshu Sinha dell'IIT Madras e dalla Dr.ssa Shinjini Bhatnagar, Investigatrice Principale di GARBH-Ini presso THSTI, è pronta a trasformare le cure prenatali. Una stima accurata dell'età gestazionale è cruciale per gestire complicanze come il diabete gestazionale e la preeclampsia, consentendo un monitoraggio e un trattamento specifici in base allo stadio della gravidanza. Inoltre, garantisce l'affidabilità dei dati per la ricerca su esiti come la morte fetale, il parto prematuro e la restrizione della crescita fetale.
Lo sviluppo e il potenziale dispiegamento del modello Garbhini-GA2 segnano un passo avanti significativo nell'affrontare le sfide uniche della stima dell'età gestazionale in India. Questa innovazione guidata dall'intelligenza artificiale promette di migliorare gli esiti sanitari per madri e neonati, fornendo un approccio su misura e preciso per la determinazione dell'età gestazionale. Mentre il modello è in fase di validazione, la sua corretta implementazione nelle cliniche di tutto il paese potrebbe inaugurare una nuova era di cura materna e neonatale, consolidando la posizione dell'India all'avanguardia delle soluzioni sanitarie innovative.
Se stai leggendo questo, sei già avanti. Resta così con la nostra newsletter.
Dichiarazione di responsabilità. Le informazioni fornite non costituiscono consigli di trading. Cryptopolitan.com non si assume alcuna responsabilità per eventuali investimenti effettuati sulla base delle informazioni fornite in questa pagina. Si consiglia vivamente di effettuare ricerche indipendenti e/o consultare un professionista qualificato prima di prendere qualsiasi decisione di investimento.
Brenda Kanana
Brenda vanta oltre 4 anni di esperienza specializzata in criptovalute, intelligenza artificiale e tecnologie emergenti. Ha lavorato presso Zycrypto, Blockchain Reporter e The Coin Republic e ora ha fatto di Cryptopolitan la sua casa. La sua laurea in Sociologia presso l'Università Tecnica di Mombasa la mantiene in sintonia con il pubblico dei lettori.
