Naukowcy z Politechniki Warszawskiej chcą wspomóc ginekologów w analizie zapisu z USG i wykrywaniu ryzyka przedwczesnego porodu. W swoim rozwiązaniu wykorzystują uczenie maszynowe oparte na sztucznej inteligencji.
- Nasze rozwiązanie może wspomóc diagnostykę komputerową i pozwolić z większą dokładnością przewidywać spontaniczne przedwczesne porody – stwierdził Szymon Płotka, absolwent Politechniki Warszawskiej i jeden z członków zespołu pracującego nad projektem.
Według raportu Światowej Organizacji Zdrowia z 2018 r. spontaniczny przedwczesny poród, przed ukończeniem 37. tygodnia ciąży, dotyczy 15 milionów noworodków rocznie. Według różnych szacunków na świecie 5-18 proc. nowonarodzonych dzieci to wcześniaki. Komplikacje z tym związane powodują, że aż milion z tych dzieci umiera przed ukończeniem 5. roku życia.
Wykorzystywana powszechnie manualna analiza obrazów ultrasonograficznych w pewnym stopniu umożliwia ginekologom prognozowanie, która ciąża może zakończyć się przedwcześnie. Nie jest to jednak ciągle metoda doskonała.
Dlatego w 2017 roku Nicole Sochacki-Wójcicka (w trakcie specjalizacji z ginekologii) oraz Jakub Wójcicki zgłosili się do dr. Tomasza Trzcińskiego z Wydziału Elektroniki i Technik Informacyjnych PW z pytaniem, czy jest możliwość zrealizowania projektu predykcji spontanicznego przedwczesnego porodu z wykorzystaniem sieci neuronowych.
Wtedy powstał zespół badawczy i zaczęły się prace. O pierwszych efektach tych badań pisze Politechnika Warszawska w komunikacie na swojej stronie https://www.pw.edu.pl/Aktualnosci/Jak-sztuczna-inteligencja-pomoze-w-zapobieganiu-przedwczesnym-porodom
- Przed rozpoczęciem projektu, współpracujący z nami lekarze przygotowali zestaw danych uczących, walidacyjnych oraz adnotacji w formie obrysu kształtu szyjek macicy na obrazach ultrasonograficznych oraz numerycznych (0 i 1), odpowiadającymi kolejno: poród w terminie, poród przedwczesny – wyjaśnia Szymon Płotka.
Po wstępnym oczyszczeniu takie dane są wykorzystywane jako dane „uczące” sieć neuronową, w tym przypadku konwolucyjną (splotową).
Naukowcy pracują obecnie nad serwisem w formie aplikacji internetowej. Chcą tam udostępnić przygotowane modele sieci neuronowej. Ma to pomóc ginekologom analizować obrazy ultrasonograficzne i tym samym wesprzeć diagnostykę spontanicznego przedwczesnego porodu. A to może uratować życie i zdrowie milionów noworodków.
Projekt „Opracowanie metody predykcji spontanicznych przedwczesnych porodów na podstawie filmów ultrasonograficznych z wykorzystaniem metod uczenia maszynowego w latach 2020-2021” jest finansowany w ramach Grantu Rady Dyscypliny Naukowej Informatyka Techniczna i Telekomunikacja PW.
