人工智能模型在估计孕龄方面具有更高的准确性
根据 1 月 4 日在线发表在JAMA Network Open上的一项研究,与手动胎儿生物测量相比,基于标准平面超声图像和飞行超声视频的人工智能 (AI) 模型在估计胎龄方面具有更高的准确性。
来自加利福尼亚州帕洛阿尔托 Google Health 的 Chace Lee 及其同事使用 AI 来解释标准平面超声检查图像和飞行超声检查视频,以改进孕龄估计。开发并验证了三种 AI 模型:使用标准平面图像的图像模型、使用飞行视频的视频模型以及结合图像和视频模型的集成模型。模型的训练和评估是根据胎儿年龄机器学习计划队列的数据进行的。为 404 名参与者的测试集计算数据。
研究人员发现,所有模型在统计学上都优于基于标准胎儿生物测量的胎龄估计,这些胎龄估计来自专家超声检查师捕获的图像。与临床标准胎儿生物测量相比,整体模型的平均绝对误差最低(平均差,-1.51 天)。对于预计小于胎龄的胎儿,所有三种模型的表现均优于标准生物测量学,幅度更大。
“由于我们的模型是建立在常规胎儿超声检查期间收集的数据之上的,因此它们有可能无缝地融入常规临床工作流程中,”作者写道。
免责声明:本文为转载,非本网原创内容,不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。