Rivoluzionare la diagnosi prenatale scopri come il sistema di apprendimento profondo PAICS migliora la rilevazione delle malformazioni intracraniche fetali dalle immagini neurosonografiche

Rivoluzionare la diagnosi prenatale scopri come il sistema di apprendimento profondo PAICS migliora la rilevazione delle malformazioni intracraniche fetali dalle immagini neurosonografiche

L’intelligenza artificiale (AI), in particolare il deep learning (DL), ha trovato applicazioni sempre più crescenti nel campo dell’immagine medica e dell’assistenza sanitaria. Una parte sostanziale della ricerca relativa al DL si è concentrata sulla valutazione retrospettiva delle prestazioni dei modelli utilizzando set di dati convalidati con etichette di riferimento conosciute. Pochi studi hanno compiuto il passo successivo per indagare come l’assistenza del DL influisca sulle capacità diagnostiche dei sonologi e ancora meno hanno esplorato i modi più efficaci in cui il DL può aiutare nella diagnosi clinica.

Nello studio attuale è stata condotta una sperimentazione controllata randomizzata a crossover multi-lettore, che ha coinvolto il reclutamento di 36 sonologi. A loro è stato chiesto di interpretare immagini e video neurosonografici fetali sia senza l’assistenza del sistema PAICS che con l’ausilio di PAICS in due diverse modalità. L’obiettivo principale era valutare l’efficacia di PAICS nel supportare la diagnosi di malformazioni intracraniche fetali e confrontarla con altri metodi diagnostici ausiliari.

I risultati di questa ricerca evidenziano che le due modalità di lettura di immagini e video, potenziate dalle capacità di deep learning del sistema PAICS, migliorano notevolmente l’accuratezza della classificazione delle malformazioni del sistema nervoso centrale (CNS). Ciò suggerisce che il sistema presenta un promettente potenziale nell’aumentare le prestazioni diagnostiche dei sonologi nella rilevazione di malformazioni intracraniche fetali.

• I ricercatori cinesi hanno introdotto un nuovo paradigma di compressione chiamato Retrieval-based Knowledge Transfer (RetriKT) una rivoluzione nella distribuzione di modelli di linguaggio pre-addestrati su larga scala nelle applicazioni del mondo reale.
• You.com rilascia il YouRetriever l’interfaccia più semplice per la You.com Search API
• 10 Tipi di Algoritmi di Clustering nel Machine Learning

Nel corso della ricerca, un totale di 734 feti con anomalie intracraniche e 19.709 feti normali sono stati sottoposti a scansione. Tuttavia, sono stati esclusi 254 feti con anomalie e 19.631 feti normali a causa di problemi come la qualità dell’immagine o la ridondanza. Alla fine, sono state incluse nello studio 709 immagini e video originali (549 immagini e 160 video) di 558 feti che soddisfacevano i criteri di inclusione.

Le conclusioni dello studio suggeriscono che PAICS ha il potenziale per migliorare le prestazioni diagnostiche dei sonologi nella identificazione di malformazioni intracraniche fetali a partire dai dati neurosonografici, sia utilizzando contemporaneamente che in seconda modalità. È interessante notare che l’uso contemporaneo di PAICS si è dimostrato più efficace per tutti i lettori. Ulteriori ricerche in ambienti clinici reali, con un numero maggiore di casi, sono necessarie per valutare in modo approfondito l’assistenza fornita da PAICS nella rilevazione di malformazioni congenite intracraniche.