توانمندسازی مراقبت‌های مادران با سونوگرافی مجهز به هوش مصنوعی
یک مطالعه چندمرکزی جدید نشان می‌دهد که ارزیابی‌های سونوگرافی مبتنی بر هوش مصنوعی می‌توانند به اپراتورهای بدون تخصص خاص کمک کنند تا سن بارداری را با دقت بالایی اندازه‌گیری کنند. این فناوری می‌تواند دسترسی جهانی به مراقبت‌های حیاتی دوران بارداری را به‌طور چشمگیری افزایش دهد.
یک مطالعه چندمرکزی آینده‌نگر نشان داده است که چگونه ارزیابی‌های سونوگرافی مبتنی بر هوش مصنوعی با جاروب‌های کور می‌توانند به اپراتورهای غیرمتخصص با استفاده از پروب‌های ارزان‌قیمت اجازه دهند ارزیابی‌های سن بارداری در سطح متخصصان را ارائه دهند. این دستاورد گامی مهم در جهت گسترش مراقبت‌های نجات‌بخش مادران در سراسر جهان محسوب می‌شود. سازمان جهانی بهداشت تخمین می‌زند که سالانه بیش از ۲۵۰ هزار مرگ قابل پیشگیری در سراسر جهان به دلیل عوارض مرتبط با بارداری رخ می‌دهد، در حالی که دو سوم مردم جهان به تصویربرداری تشخیصی پزشکی دسترسی ندارند.
محققان گوگل سیستم‌های یادگیری ماشینی را برای تفسیر سونوگرافی‌های جاروب کور توسعه داده‌اند. این روش به کارکنان مراقبت‌های بهداشتی خط مقدم بدون آموزش تخصصی سونوگرافی اجازه می‌دهد تا با حرکت دادن پروب‌های قابل حمل و ارزان‌قیمت روی شکم، اسکن‌ها را انجام دهند. ترکیب این حداقل نیاز آموزشی با تفسیرهای هوش مصنوعی پتانسیل افزایش دسترسی به ارزیابی‌های بارداری مبتنی بر سونوگرافی را دارد.
در این مطالعه که در JAMA Network Open منتشر شد، محققان بررسی کردند که چگونه یک مدل هوش مصنوعی برای ارزیابی سن بارداری در محیط‌های بالینی و سخت‌افزارهای مختلف عمومی‌سازی می‌شود. مطالعه جدید نشان می‌دهد که سیستم هوش مصنوعی به طور قابل اعتماد روی دستگاه‌های تلفن همراه در کلینیک‌های واقعی با اپراتورهای تازه‌کار و تجهیزات ناآشنا اجرا می‌شود.
برای مقیاس‌پذیری ایمن یک سیستم هوش مصنوعی پزشکی در سطح جهانی، این سیستم باید قابلیت عمومی‌سازی را نشان دهد و عملکرد تشخیصی دقیق را در تنظیمات بالینی جدید با جمعیت‌های مختلف حفظ کند. این پژوهش گامی کلیدی در برجسته کردن پتانسیل هوش مصنوعی برای گسترش دسترسی به قابلیت‌های حیاتی سلامت مادران است.
گزارش فارسی این خبر با کمک هوش مصنوعی و فقط بر اساس اطلاعات منتشرشده در منبع تهیه شده است.