Intelligenza collaborativa uomo-intelligenza artificiale per migliorare la gestione del flusso fetale

Attualmente, la velocimetria ecografica Doppler costituisce uno strumento cruciale nella pratica ostetrica, in particolare per valutare l'arteria ombelicale (UA) e l'arteria cerebrale media (MCA) nella circolazione uteroplacentare-fetale. Sebbene l'ecografia Doppler sia preziosa per rilevare condizioni come l'anemia fetale e l'insufficienza placentare, la sua precisione si basa sull'esperienza dell'operatore. L’intelligenza artificiale (AI) offre potenziali miglioramenti, soprattutto nelle gravidanze ad alto rischio. Tuttavia, le applicazioni dell’intelligenza artificiale esistenti nell’ecografia fetale spesso mancano di trasparenza, portando alla sfiducia degli utenti. Questo studio mira ad affrontare queste limitazioni sviluppando un modello di intelligenza artificiale spiegabile per assistere i medici nell'interpretazione delle immagini ecografiche Doppler di UA e MCA per una migliore gestione delle gravidanze ad alto rischio.

Gli obiettivi dello studio sono:

1. Sviluppare un modello interpretabile per i flussi Doppler comunemente utilizzati, in particolare l'indice di pulsatilità (PI) dell'arteria ombelicale (UA) e dell'arteria cerebrale media (MCA), con l'obiettivo di fornire un feedback di qualità sulle immagini dello spettro Doppler e suggerire potenziali posizionamenti dei gate.
2. Testare gli effetti del feedback fornito dall'intelligenza artificiale spiegabile (XAI) per i medici rispetto all'assenza di feedback sulla loro accuratezza nell'interpretazione e nella gestione degli ultrasuoni.

Tutti i partecipanti verranno istruiti a fornire il posizionamento del gate per le immagini di flusso dell'arteria ombelicale e dell'MCA e a valutare la qualità delle curve di flusso risultanti. A ciascun partecipante verrà richiesto di valutare un totale di 40 immagini uniche (10 immagini di flusso per UA e MCA, 10 immagini doppler spettrali per UA e MCA, rispettivamente). Dai quattro gruppi (flusso UA, spettro UA, flusso MCA e spettro MCA) gli investigatori forniranno serie abbinate di 40 immagini fornite ai partecipanti, abbinati in base al loro livello di esperienza all'interno di ciascun ospedale (PGY 1 -2; PGY 3-5; ostetrici certificate). Per le immagini del flusso, ai partecipanti verrà chiesto di identificare il posizionamento del cancello più appropriato. Per le curve di flusso spettrali, ai partecipanti verrà chiesto di valutare se le curve di flusso fossero di qualità sufficiente per informare le decisioni di gestione medica.

I criteri di inclusione per le immagini MCA e UA saranno le immagini scattate dal terzo trimestre (>= settimana 28).

Disegno dello studio: studio randomizzato e controllato

Fonte dati: 1840 scansioni ecografiche uniche, comprese le misurazioni dell'arteria ombelicale (UA) e dell'arteria cerebrale media (MCA). Le 1840 immagini uniche includono: 460 immagini di immagini del flusso UA, 460 immagini dello spettro UA, 460 immagini del flusso MCA e 460 immagini dello spettro MCA.

Partecipanti: 92 medici con diversi livelli di competenza in quattro diversi ospedali universitari.

Intervento: feedback XAI sulle curve spettrali MCA/UA Doppler e suggerimenti sul posizionamento dei gate.

Gruppo di controllo: nessun feedback XAI.

Procedura: i medici saranno divisi in due gruppi di 46 ciascuno, abbinati per livelli di esperienza nei diversi ospedali. Il gruppo di controllo posizionerà un cancello sulle immagini MCA/UA e valuterà lo spettro Doppler senza feedback dell'IA, mentre il gruppo di intervento eseguirà gli stessi compiti con accesso al feedback dell'AI.

Misure di risultato: le risposte dei partecipanti nei due gruppi vengono esaminate da due ecografisti di medicina fetale che valutano le risposte dei partecipanti indipendentemente l'uno dall'altro. In disaccordo, i due ecografisti raggiungono un consenso dopo la discussione.