29.03.2024
Подписывайтесь на Telegram-канал по ссылке

Машинное обучение помогает прогнозировать риски во время родов

Риски во время родов прогнозирует МО

Исследователи клиники Майо обнаружили, что использование алгоритмов машинного обучения для анализа закономерностей изменений у рожениц может помочь определить, произойдут ли успешные вагинальные роды с хорошими исходами для мамы и ребёнка. Результаты исследования были опубликованы в журнале PLOS ONE.

Роженицы понимают важность периодических обследований шейки матки для оценки хода родов. Это важный шаг, поскольку он помогает акушерам спрогнозировать вероятность вагинальных родов в течение определённого периода времени. Проблема в том, что расширение шейки матки при родах варьируется от человека к человеку, и многие важные факторы могут определять ход родов.

«Это первый шаг к использованию алгоритмов в обеспечении эффективного руководства для врачей и акушерок, когда они принимают важные решения во время процесса родов. Мы считаем, что после подтверждения дальнейшими исследованиями алгоритм будет работать в режиме реального времени, что означает, что каждый ввод новых данных во время родов будущей женщины автоматически пересчитывает риск неблагоприятного исхода. Это может помочь снизить частоту кесарева сечения и осложнений у матерей и новорождённых», – говорит Абимбола Фамуйиде, доктор медицинских наук, акушер-гинеколог клиники Майо и старший автор исследования.

В исследовании учёные использовали данные из базы данных многоцентрового консорциума по безопасному труду Юнис Кеннеди Шрайвер из Национального института детского здоровья и человеческого развития. Они изучили более 700 клинических и акушерских факторов в 66 586 родах с момента поступления и во время прогрессирования родов. Модель прогнозирования риска состояла из данных, известных на момент поступления в роддом, включая исходные характеристики пациентки, последнее клиническое обследование пациентки, а также совокупный прогресс родов с момента поступления. Исследователи объясняют, что модели могут стать альтернативой обычным схемам родов и способствовать индивидуализации клинических решений с использованием исходных данных и характеристик родов каждого пациента.

Абимбола Фамуйиде говорит, что это будет мощным инструментом для акушерок и врачей, работающих удалённо, поскольку это поможет перевести пациентов из сельской или отдалённой местности на соответствующий уровень ухода. Способность алгоритма машинного обучения прогнозировать индивидуальные риски во время родов не только поможет снизить неблагоприятные исходы родов, но и может снизить расходы на здравоохранение, связанные с материнской заболеваемостью. В настоящее время продолжаются валидационные исследования для оценки результатов этих моделей после их внедрения в родильных отделениях.