Demək olar ki, 10.000 hamiləliyin süni intellekt əsasında yeni təhlili, ölü doğum da daxil olmaqla, hamiləliyin ciddi mənfi nəticələri ilə əlaqəli risk faktorlarının əvvəllər naməlum birləşmələrini aşkar etdi.

Tədqiqat həmçinin, hazırda klinik təlimatlar altında eyni şəkildə müalicə olunan körpələr üçün riskdə on dəfəyə qədər fərq ola biləcəyini tapdı.

Tədqiqatın baş müəllifi MD Nathan Blue deyir ki, tədqiqatçıların yaratdığı süni intellekt modeli daha yüksək risklə əlaqəli faktorların “həqiqətən gözlənilməz” birləşməsini müəyyən etməyə kömək edib və model daha fərdiləşdirilmiş risk qiymətləndirməsi və hamiləliyə doğru mühüm addımdır. qayğı.

Yeni nəticələr BMC Pregnancy and Childbirth jurnalında dərc olunub .

Gözlənilməz risklər

Tədqiqatçılar ölkə miqyasında mövcud olan 9558 hamiləlik məlumat toplusu ilə başladılar, bu məlumatlara hamilələrin sosial dəstək səviyyəsindən tutmuş qan təzyiqinə, xəstəlik tarixinə və dölün çəkisinə, eləcə də hər hamiləliyin nəticələrinə qədər sosial və fiziki xüsusiyyətlər haqqında məlumatlar daxil edilib. Məlumatlarda nümunələri axtarmaq üçün süni intellektdən istifadə edərək, ölü doğum kimi qeyri-sağlam hamiləlik nəticələri ilə əlaqəli olan ana və döl xüsusiyyətlərinin yeni birləşmələrini müəyyən etdilər.

Adətən, qadın döllər kişi döllərinə nisbətən bir qədər daha az fəsad riski altındadır – bu kiçik, lakin yaxşı qurulmuş bir təsirdir. Lakin tədqiqat qrupu müəyyən etdi ki, əgər hamilə bir insanda əvvəllər şəkər xəstəliyi varsa, qadın dölləri kişilərə nisbətən daha yüksək risk altındadır.

Əvvəllər aşkar edilməmiş bu nümunə göstərir ki, AI modeli tədqiqatçılara hamiləlik sağlamlığı haqqında yeni şeylər öyrənməyə kömək edə bilər, Blu deyir ki, Yuta Universitetinin Spenser Foks Ekles Tibb Məktəbində mamalıq və ginekologiya üzrə dosent.

Blue deyir: “Bu, hətta həqiqətən çevik, təcrübəli klinisist beyninin belə tanımadığı risk barədə məlumat vermək üçün istifadə edilə bilən bir şey aşkar etdi” dedi.

Tədqiqatçılar xüsusilə çəki üçün ən aşağı 10% olan döllər üçün daha yaxşı risk təxminlərinin hazırlanmasında maraqlı idilər, lakin ən aşağı 3% deyil. Bu körpələr narahat olmaq üçün kifayət qədər kiçikdir, lakin kifayət qədər böyükdürlər ki, onlar adətən mükəmməl sağlamdırlar. Bu hallarda ən yaxşı hərəkət kursunu tapmaq çətindir: Hamiləliyin intensiv monitorinqi və potensial olaraq erkən doğuşa ehtiyacı olacaqmı, yoxsa hamiləlik əsasən normal davam edə bilərmi? Mövcud klinik təlimatlar əhəmiyyətli emosional və maliyyə yükü yarada biləcək bütün belə hamiləliklər üçün intensiv tibbi monitorinqi tövsiyə edir.

Lakin tədqiqatçılar müəyyən etdilər ki, bu fetal çəki kateqoriyasında qeyri-sağlam hamiləlik nəticəsi riski, orta hamiləlikdən daha riskli olmayandan orta riskdən təxminən on dəfəyə qədər çox müxtəlifdir. Risk, dölün cinsiyyəti, əvvəlcədən mövcud diabetin olması və ya olmaması və ürək qüsuru kimi fetal anomaliyaların mövcudluğu və ya olmaması kimi amillərin birləşməsinə əsaslanırdı.

Blue, tədqiqatın yalnız dəyişənlər arasında korrelyasiya aşkar etdiyini və əslində mənfi nəticələrə səbəb olan şeylər haqqında məlumat vermədiyini vurğulayır.

Riskin geniş diapazonu həkim intuisiyası ilə dəstəklənir, Blue deyir; təcrübəli həkimlər bilirlər ki, bir çox aşağı çəkili döllər sağlamdır və risk və müalicə ilə bağlı fərdi qərarlar vermək üçün bir çox əlavə amillərdən istifadə edəcəklər. Lakin süni intellekt riskinin qiymətləndirilməsi aləti həkimlərə məlumatlı, təkrarlana bilən və ədalətli tövsiyələr verməyə kömək edərək, bu cür “bağırsaq yoxlamaları” ilə müqayisədə mühüm üstünlüklər təmin edə bilər.

Niyə AI?

İnsanlar və ya süni intellekt modelləri üçün hamiləlik risklərinin qiymətləndirilməsi ana sağlamlığından ultrasəs məlumatlarına qədər çoxlu sayda dəyişənlərin nəzərə alınmasını nəzərdə tutur . Təcrübəli klinisyenler fərdi qayğı ilə bağlı qərarlar qəbul etmək üçün bütün bu dəyişənləri ölçə bilərlər, lakin hətta ən yaxşı həkimlər də yəqin ki, son qərarlarına necə gəldiklərini dəqiq hesablaya bilməyəcəklər. Qərəz, əhval-ruhiyyə və ya yuxusuzluq kimi insan amilləri demək olar ki, qaçılmaz olaraq qarışıqlığa daxil olur və mühakimə çağırışlarını ideal qayğıdan uzaqlaşdıra bilər.

Bu problemin həllinə kömək etmək üçün tədqiqatçılar “izah edilə bilən AI” adlı modeldən istifadə ediblər ki, bu da istifadəçiyə müəyyən hamiləlik faktorları üçün təxmin edilən riski təqdim edir və həmçinin bu riskin qiymətləndirilməsinə hansı dəyişənlərin töhfə verdiyi və nə qədər olduğu barədə məlumatları ehtiva edir. . Daha çox tanış olan “qapalı qutu” AI-dən fərqli olaraq, hətta ekspertlər üçün də keçilməzdir, izah edilə bilən model “işini göstərir”, qərəzlilik mənbələrini aşkar edir ki, onlara müraciət olunsun.

Əslində, izah edilə bilən AI, tələlərdən qaçaraq ekspert klinik mühakimələrinin çevikliyini təxmin edir. Tədqiqatçıların modeli nadir hamiləlik ssenariləri üçün riski qiymətləndirmək, risk faktorlarının unikal kombinasiyası olan insanlar üçün nəticələri dəqiq qiymətləndirmək üçün xüsusilə uyğundur. Bu cür alət vəziyyətləri bənzərsiz olan insanlar üçün məlumatlı qərarlar qəbul etməklə nəticədə qayğının fərdiləşdirilməsinə kömək edə bilər.

Tədqiqatçılar hələ də real dünya vəziyyətlərində riski proqnozlaşdıra biləcəyinə əmin olmaq üçün modellərini yeni populyasiyalarda sınaqdan keçirməli və təsdiq etməlidirlər. Lakin Blue ümid edir ki, izah edilə bilən süni intellektə əsaslanan model nəticədə hamiləlik zamanı risklərin qiymətləndirilməsi və müalicəsini fərdiləşdirməyə kömək edə bilər.

“AI modelləri mahiyyətcə müəyyən bir insanın kontekstinə xas olan riski qiymətləndirə bilər” deyir, “və bunu şəffaf və təkrarlana bilən şəkildə edə bilər, bunu beynimiz edə bilməz. Bu cür qabiliyyət bütün dünyamızda transformasiya ola bilər. sahə.”

Daha çox məlumat: Perspektivli mamalıq kohortunda dölün böyüməsinin məhdudlaşdırılmasının süni intellekt əsasında təhlili perinatal xəstəlik və ölüm üçün mürəkkəb riskləri ölçür və əvvəllər tanınmamış yüksək riskli klinik ssenariləri, BMC Hamiləlik və Doğuş (2025) müəyyən edir. DOI: 10.1186/s12884-024-07095-6

Jurnal məlumatı: BMC Hamiləlik və Doğuş Utah Səhiyyə Elmləri Universiteti tərəfindən təmin edilmişdir