Модель ИИ, адаптированная для индийских матерей, улучшает определение возраста плода

- Исследователи из IIT Madras и THSTI разработали ИИ-модель Garbhini-GA2, адаптированную для индийских матерей, что повышает точность оценки возраста плода во втором и третьем триместрах.
- Такие проблемы, как позднее начало дородового наблюдения и этническое разнообразие в Индии, снижают точность существующих западно-ориентированных моделей для определения гестационного возраста.
- После валидации модель Garbhini-GA2 может значительно улучшить качество дородового ухода в Индии, потенциально снизив уровень материнской и младенческой смертности за счёт предоставления точной информации о гестационном возрасте.
В рамках беспрецедентного сотрудничества исследователи из Индийского технологического института Мадраса (IIT Madras) и Института трансляционных наук о здоровье и технологий (THSTI) представили специфичную для Индии модель искусственного интеллекта (ИИ), предназначенную для точного определения возраста плода у беременных женщин во втором и третьем триместрах. Это передовое исследование, проведенное в рамках программы «Междисциплинарная группа по углубленным исследованиям исходов родов – инициатива DBT India» (GARBH-Ini), решает проблемы, с которыми сталкиваются при точной оценке гестационного возраста (ГА) в индийском контексте.
Точная оценка ГА имеет решающее значение для обеспечения оптимального ухода за беременными женщинами, мониторинга благополучия плода и выявления и ведения осложнений беременности. Однако в Индии поздняя инициация дородового ухода представляет собой значительную проблему, часто начинаясь уже на 14-й неделе гестации. Эта задержка усложняет традиционные методы, такие как последний менструальный цикл (LMP), учитывая неопределенность в воспоминаниях о LMP и нерегулярные менструальные циклы.
Этническое разнообразие в Индии further усложняет оценку ГА, поскольку вариации в паттернах роста плода и биометрических измерениях не учитываются в моделях, ориентированных на Запад. Питание матери, состояния здоровья и генетические факторы способствуют разнообразным паттернам роста плода, что требует популяционно-специфичных моделей для обеспечения точной оценки ГА.
Представляем Garbhini-GA2: модель, адаптированная для Индии
Чтобы решить эти проблемы, исследователи разработали модель Garbhini-GA2, используя данные когортного исследования GARBH-Ini, всестороннего анализа клинических данных беременных женщин в Индии. Анализ этих данных позволил исследователям выявить ключевые параметры, влияющие на оценку ГА в поздних триместрах. Garbhini-GA2 учитывает уникальные биометрические параметры плода и паттерны роста, наблюдаемые в индийской популяции.
Сравнительные оценки с существующими формулами, такими как Hadlock и InterGrowth-21st, показали превосходную точность Garbhini-GA2. Метрики, включая среднеквадратичную ошибку, смещение и частоту преждевременных родов, показали, что Garbhini-GA2 значительно снизила медианную ошибку в оценке ГА более чем в три раза по сравнению с формулой Hadlock. Это подчеркивает ее превосходную пригодность для индийской популяции.
Д-р Раджеш Гохале, секретарь Департамента биотехнологий правительства Индии, похвалил разработку популяционно-специфичных моделей, подчеркнув их заслуживающие похвалы результаты в рамках инициативы GARBH-Ini. Он отметил, что эти модели в настоящее время проходят валидацию по всей стране.
После валидации Garbhini-GA2 имеет потенциал революционизировать дородовую помощь в Индии. Развертывание этой модели в клиниках по всей стране может улучшить уход, предоставляемый акушерами-гинекологами и неонатологами, снижая уровень материнской и младенческой смертности.
Будущие перспективы и влияние на здравоохранение
Это новаторское исследование, проведенное д-ром Химаншу Синхой из IIT Madras и д-ром Шинджиной Бхатнагар, главным исследователем GARBH-Ini в THSTI, готово трансформировать дородовую помощь. Точная оценка ГА имеет решающее значение для ведения осложнений, таких как гестационный диабет и преэклампсия, позволяя проводить специфический мониторинг и лечение в зависимости от стадии беременности. Кроме того, это обеспечивает надежность данных для исследований исходов, таких как мертворождение, преждевременные роды и ограничение внутриутробного роста плода.
Разработка и потенциальное развертывание модели Garbhini-GA2 отмечают значительный шаг вперед в решении уникальных проблем оценки гестационного возраста в Индии. Это инновационное решение на основе ИИ обещает улучшить результаты здравоохранения для матерей и младенцев, обеспечивая адаптированный и точный подход к определению гестационного возраста. По мере прохождения моделью валидации ее успешная реализация в клиниках по всей стране может usher в новую эру материнской и неонатальной помощи, закрепляя за Индией позицию на переднем крае инновационных решений в здравоохранении.
Самые умные крипто-энтузиасты уже читают нашу рассылку. Хотите присоединиться? Присоединяйтесь.
Отказ от ответственности. Предоставленная информация не является торговой рекомендацией. Cryptopolitan.com Мы не несем ответственности за любые инвестиции, сделанные на основе информации, представленной на этой странице. Мы настоятельно рекомендуем проводить независимое исследование и/или проконсультироваться с квалифицированным специалистом перед принятием любых инвестиционных решений.

Бренда Канана
Бренда имеет более 4 лет опыта, специализируясь на криптовалютах, искусственном интеллекте и новых технологиях. Она работала в Zycrypto, Blockchain Reporter, The Coin Republic, а теперь делает Cryptopolitan своим домом. Степень по социологии, полученная в Техническом университете Момбасы, помогает ей оставаться в курсе настроений своих читателей.
















