Výsledky doručení pomocí analýzy AIDA (ALGORITMU DYSTOCIE UMĚLÉ INTELIGENCE) (AIDA)

Jedním z nejtěžších procesů překonatelných během porodu je polohování hlavičky plodu při zapojení a progresi v porodních cestách. Tyto špatné polohy a malrotace jsou také běžnými příčinami dystokického porodu a zastavení progrese, což vyžaduje chirurgický porod. Tradičně se k posouzení polohy a zapojení hlavičky plodu používá vaginální digitální vyšetření. Stupeň zapojení a progrese plodu je vymezen různými rovinami pánve, které mají hodnoty v rozmezí od -5 (5 cm nad ischiálními trny) do +5 (5 cm pod ischiálními trny s viditelnou hlavičkou plodu při introitu) . Hlava je považována za zapojenou, když se přední bod lebky dotkne roviny ischiální páteře; toto se označuje jako stanice 0. Navíc, když je prezentujícím znakem parietální kost, je identifikován asynklitismus. Když se projeví přední temenní kost, stav je identifikován jako přední asynklitismus; když se objeví zadní parietální kost, stav je popsán jako zadní asynklitismus. Menší „nakloněný“ postoj hlavičky plodu v porodních cestách je však důsledkem fyziologického přizpůsobení hlavičky plodu pánvi matky během porodu. Špatné postavení a malrotace hlavičky plodu v porodních kanálech, charakterizované významným asynklitismem, může vést k dystokii, která vyžaduje chirurgický porod. 15 % lidí má asynklitismus, přičemž přední asynklitismus je častější než zadní asynklitismus. Tradiční klasifikace stupně zapojení plodu a progrese byla kritizována jako nepřesná a špatně reprodukovatelná. Dále selhání instrumentálního porodu, které může dosáhnout až 10 %. Chyby v diagnóze hlavičky plodu mohou mít velké důsledky během porodu a nepříznivé perinatální výsledky, jako je acidémie, fetální traumata, intrakraniální krvácení a nízké Apgar skóre po nouzovém císařském řezu pro neúspěšný operační vaginální porod. Mnoho výzkumníků navrhlo mnoho ultrasonografických parametrů, shromážděných během porodu, k vyhodnocení zapojení, sestupu a vnitřní rotace hlavičky plodu v porodních cestách. Použili jsme tedy intrapartální ultrazvukové parametry, měřené u všech žen během porodu a zaznamenané pro měření pomocí umělé inteligence a algoritmů strojového učení, nazývaných AIDA (Artificial Intelligence Dystocia Algorithm), který zahrnuje přístup člověka ve smyčce, který je používat algoritmy AI (umělá inteligence), které upřednostňují rozhodnutí lékaře, a vysvětlitelnou umělou inteligenci (XAI). AIDA byla strukturována do pěti tříd. Po sesbírání řady „geometrických parametrů“ byla data získaná z analýzy AIDA vložena do červené, žluté nebo zelené zóny, spojené s analýzou průběhu porodu. Pomocí analýzy AIDA jsme byli schopni identifikovat pět referenčních tříd pro pacientky při porodu, z nichž každá měla určitý druh výsledku porodu. 100% předpověď porodu císařským řezem byla provedena ve dvou z těchto pěti tříd. Využití umělé inteligence prostřednictvím vyhodnocení určitých porodnických parametrů ve specifických rozhodovacích algoritmech umožňuje lékařům systematicky chápat, jak lze výsledky algoritmů vysvětlit. Tento přístup může být užitečný při hodnocení postupu porodu a předpovídání výsledku porodu, včetně spontánního, zda je třeba se pokusit o operativní VD (vaginální porod) nebo je-li výhodnější či nezbytný ICD (intrapartální porod císařským řezem). V tomto šetření se budeme snažit kritickým okem zhodnotit důsledky některých geometrických parametrů měřených intrapartálním ultrazvukem a pokusit se upozornit na všechny možné komplikace a problémy dystokického a eutokického porodu s vyhodnocením velkého objemu ženy v těhotenství a během porodu.

V současné době představuje algoritmus umělé inteligence Dystocia Algorithm (AIDA) významný pokrok v aplikaci umělé inteligence v intrapartální péči. Tento inovativní nový přístup, který byl vyvinut prostřednictvím dvou klíčových studií, AIDA 1 a AIDA 2, kombinuje a integruje více geometrických parametrů měřených intrapartální ultrasonografií s technikami a algoritmy strojového učení pro hodnocení průběhu porodu a předpovídání výsledků porodu. Výběr algoritmů, metodologie pro hodnocení výkonu a použité metriky byly pečlivě popsány v příslušných publikacích o AIDA 1 a AIDA 2. Tyto základní články poskytují komplexní vysvětlení používaných technik strojového učení, zdůvodnění jejich výběru a přísné metriky výkonu použité k posouzení jejich účinnosti při předpovídání výsledků porodu. Získané vysoké hodnoty demonstrují robustní rozlišovací schopnost zvolených algoritmů pro rozlišení mezi různými výsledky porodu, což podtrhuje potenciální klinickou užitečnost přístupu AIDA při rozhodování v porodnictví.

Metodika AIDA Na vzorek dat byla aplikována dvoukroková metodologie. Počáteční krok, korelační analýza, použil Pearsonův korelační koeficient, aby se ujistil, že čtyři geometrické parametry vykazovaly zanedbatelné nebo statisticky nevýznamné korelace, což zajistilo, že každý parametr přispěl jedinečnou informací o postupu porodu. Následný krok, výběr algoritmu strojového učení, zahrnoval aplikaci různých řízených algoritmů strojového učení na čtyři geometrické parametry ve spojení s výsledky porodu stanovenými lékařem. Prediktivní výkon každého algoritmu byl kvantifikován, aby se identifikovaly nejúčinnější modely.

Klasifikační systém AIDA Klasifikační systém je založen na identifikaci hraničních hodnot pro každý geometrický parametr související s intrapartálním porodem císařským řezem (ICD) a výsledky bez ICD. Algoritmus rozhodovacího stromu byl použit ke stanovení těchto mezních hodnot: pro každý parametr byly hodnoty silně spojené s výsledky mimo ICD označeny jako „zelené“, ty, které vysoce korelovaly s ICD, byly klasifikovány jako „červené“ a v případech, kdy údaje vzorek odhalil střední rozsahy nejistoty, bylo použito označení "žlutá".

Po přiřazení barvy každé jednotlivé hodnotě pro čtyři geometrické parametry pro každý porod využívá klasifikační systém AIDA strukturovaný přístup ke kategorizaci každé porodní události do jedné z pěti odlišných tříd. Tato barevně odlišená stratifikace geometrických parametrů usnadňuje jemné hodnocení průběhu porodu a umožňuje jemnější klasifikaci každého případu. AIDA třída 0 označuje, že všechny čtyři parametry jsou v zelené zóně, což ukazuje na vysokou pravděpodobnost non-ICD výsledků. AIDA třída 1 označuje jeden parametr v červené nebo žluté zóně a tři v zelené zóně. AIDA třída 2 znamená, že dva parametry jsou v červené nebo žluté zóně a dva v zelené zóně. AIDA třída 3 představuje tři parametry v červené nebo žluté zóně a jeden v zelené zóně. AIDA třída 4 označuje, že všechny čtyři parametry jsou v červené nebo žluté zóně, což naznačuje zvýšenou pravděpodobnost ICD.

Výkonnost předpovědi AIDA Integrace předpovědí doručení získaných ze tří nejvýkonnějších algoritmů s klasifikačním systémem AIDA přinesla výrazně lepší výsledky. Zvláště významným zjištěním byla vysoká prediktivní přesnost algoritmu pro výsledky doručení, zejména ve třídách AIDA 0 a 4. Ve třídě AIDA 0, vyznačující se tím, že všechny geometrické parametry jsou v zelené zóně, konzistentní predikce výsledků jiných než ICD naznačuje jeho potenciální užitečnost při identifikaci případů, kdy lze zásah bezpečně odložit. Naopak přesná předpověď ICD u případů AIDA 4. třídy by mohla urychlit rozhodování o císařském řezu a potenciálně optimalizovat výsledky matky a plodu zmírněním délky prodlouženého, ​​neproduktivního porodu. Posledním metodologickým krokem je použití nejúčinnějších algoritmů strojového učení pro predikci výsledků dodání na základě hodnot čtyř geometrických parametrů s ohledem na příslušnou třídu AIDA. Tento přístup umožňuje lékařům vyhodnotit klinickou spolehlivost prognózy.

Pozoruhodná prediktivní přesnost, zejména na extrémech klasifikačního spektra AIDA, podtrhuje potenciál tohoto algoritmického přístupu zlepšit klinické rozhodování v řízení porodu.

Potenciální výhody AIDA při zvládání dystokického porodu Dystokický porod, také známý jako dystokie, široce definovaný jako obtížný nebo ztížený porod, zahrnuje řadu stavů, které brání normálnímu průběhu porodu a porodu jako formy obtížného porodu charakterizované abnormálně pomalým průběhem.

Tento stav může nastat v důsledku neefektivních děložních kontrakcí, abnormální prezentace plodu nebo jiných komplikací, které brání normálnímu průběhu porodu. Dystokie může vést k obstrukčnímu porodu, kdy i přes silné děložní kontrakce nemůže plod sestoupit porodními cestami kvůli nepřekonatelné bariéře, často se vyskytující u okraje pánve.

V porodnictví bylo rozpoznáno několik typů dystokie, každý s charakteristikami a důsledky pro léčbu, a klasifikace se může mírně lišit v závislosti na lékařské literatuře nebo klinickém přístupu: geometrická dystokie, mechanická dystokie, dynamická dystokie, fetální dystokie, děložní dystokie, funkční dystokie, dystokie měkkých tkání, složené prezentace, dystokie z vyčerpání matek a dystokie při porodu.

Prostřednictvím současného měření čtyř geometrických parametrů – úhlu progrese, stupně asynklitismu, vzdálenosti mezi hlavou a symfýzou a úhlu střední linie – nabízí AIDA komplexní pohled na prostorové vztahy mezi plodem a mateřskou pánví a poskytuje objektivní posouzení pozice plodu a má potenciál jako komplexní nástroj pro přímé či nepřímé hodnocení různých typů dystokií dokumentovaných v lékařské literatuře.

Tento přístup poskytuje podrobnější a přesnější obraz o průběhu porodu nebo obstrukce porodu, které mohou tradiční metody hodnocení chybět. Kvantifikací parametrů, jako je stupeň asynklitismu, může AIDA umožnit dřívější detekci malpozic plodu, které by mohly vést k dystokii.

Klasifikační systém AIDA nabízí nuancovaný přístup k hodnocení rizik a pomáhá lékařům přizpůsobit jejich strategie řízení.