Biometriske målinger i diagnostik: Sammenligning af eksperter og IA-assisterede beboere (BIOMEDEXIA)

Obstetrisk ultralyd er hjørnestenen i fosterets vækstvurdering. Det tilvejebringer essentielle biometriske målinger til estimering af føtalvægt, overvågning af vækst og identificering af tilstande, såsom intrauterin væksthæmning (IUGR) eller makrosomi. Nøjagtigheden af ​​disse målinger afhænger stort set af operatørens ekspertise. Erfarne udøvere udmærker sig ved placering af sonden, identificerer anatomiske vartegn og opnås reproducerbare målinger. I modsætning hertil kan nybegynderoperatører, såsom medicinske beboere, have svært ved at fange optimale billeder eller identificere nøjagtige vartegn, hvilket resulterer i betydelig variation. Denne inter-observatørvariabilitet, veldokumenteret endda blandt eksperter, kan have indflydelse på kliniske beslutninger og obstetrisk styring. For begyndere er variationen mere markant, hvilket kan påvirke diagnostisk pålidelighed og patientpleje. Forbedring af beboeruddannelse er derfor vigtig for at reducere denne variation. Traditionelle løsninger til at minimere variation, såsom øget tilsyn, ansigtsbegrænsninger på grund af tidsbegrænsninger og ressourcetilgængelighed. De seneste fremskridt inden for kunstig intelligens (AI) kunne hjælpe med uddannelse af beboere. I obstetrik kunne AI potentielt automatisere biometriske målinger ved at identificere nøgleanatomiske vartegn og udføre præcise, konsistente målinger. Disse systemer standardiserer muligvis erhvervelse og reducerer variationen, hvilket gør målinger mindre afhængige af operatøroplevelsen. AI -teknologier kunne forbedre den nybegyndere præstation markant ved potentielt at forkorte indlæringskurven og forbedre målingens pålidelighed. Dette kan gøre det muligt for beboerne at arbejde mere uafhængigt, mens de opretholder nøjagtighed. På trods af disse potentielle fordele ville få undersøgelser have sammenlignet AI-assisteret nybegynderpræstation nøje med ekspertudøvere under virkelige forhold. Denne undersøgelse sigter mod at vurdere den mulige effektivitet af AI til at støtte begynderoperatører under obstetriske biometriske målinger. Det primære mål ville være at afgøre, om AI-hjælp kunne gøre det muligt for begyndere at opnå målenøjagtighed sammenlignelig med de erfarne praktikere, samtidig med at det forbedrer reproducerbarheden og reducerer variationen mellem observatørens variation.