Filter by input type
Select all
News
Pages
Events
Filter by category
Select all
AI ANALYTICS
Mobile Apps and Internet of Things
Advancement of science
big data
Connected communities
Coronavirus
Courses and training
DIAGNOSIS
Initial Editorial
Editorials
A world in the cloud
Events
Infographics
Artificial Intelligence and Science
IoT Apps
News
Digital platforms
Social networks
Review of scientific publications
Course Summary
Synopsis of essay
Overview of reference frames
Synopsis of recent publications
Use of Digital Platforms
Modelo de aprendizaje automático estima edad gestacional a través de imágenes de ultrasonido

Investigadores validaron el uso de aprendizaje automático para realizar una estimación precisa de la edad gestacional basada en imágenes de ultrasonido.

La estimación precisa de la edad gestacional de un feto es de suma importancia para la toma de decisiones a nivel individual durante la atención obstétrica. Este factor también es importante para medir causas de la morbilidad y mortalidad infantil, así como para analizar datos sobre el nacimiento prematuro.

El método más preciso actualmente para obtener la edad gestacional es la medición por ultrasonido de la longitud de la grupa craneal del feto entre las semanas 11 y 14 de gestación. No obstante, muchas mujeres gestantes inician su atención obstétrica mucho después debido a la falta de recursos y/o problemas socioculturales. En este sentido, es necesaria la implementación de estrategias de salud pública para obtener mejores resultados en la atención obstétrica.

Recientemente han sido publicado varios estudios que aprovechan el uso de modelos de IA para estimar la edad gestacional de fetos. Un study publicado el 9 de marzo en npj Digital Medicine de Nature, explora métodos de aprendizaje automático de última generación para estimar la edad gestacional analizando imágenes de planos de ultrasonido estándar.

El modelo de aprendizaje automático está basado en imágenes de ultrasonido de dos conjuntos de datos independientes: el primero para su entrenamiento y validación interna y el segundo para la validación externa. La edad promedio de las mujeres participantes en cada conjunto de datos fue de 27,8, 27,9 y 30,2, para el conjunto de capacitación y validación y el conjunto de validación externa, respectivamente.

Durante la validación el modelo fue cegado a la verdad básica de la edad gestacional, la cual se basa en una fecha confiable del último periodo menstrual y la longitud corona-rabadilla fetal confirmatoria del primer trimestre.

El enfoque utilizado en este estudio compensa los aumentos en la variación de tamaño del feto y además es preciso en casos de restricción del crecimiento intrauterino. El mejor modelo de aprendizaje automático estimó la edad gestacional con un error absoluto medio de 3,0 y 4,3 días en el segundo y tercer trimestre respectivamente.

Es decir, que supera a los métodos actuales de biometría clínica basada en el ultrasonido en estas edades gestacionales. De esta forma los métodos para determinar la fecha del embarazo en el segundo y tercer trimestre es más preciso que los métodos convencionales.

Related Content

Secured By miniOrange