AIDA（人工知能難産アルゴリズム）分析による納品結果 (AIDA)

分娩中に克服するのが最も難しいプロセスの 1 つは、産道内での関与と進行中の胎児の頭の位置です。 これらの位置異常と回転異常は、難産や進行の停止の一般的な原因でもあり、外科的出産が必要になります。 伝統的に、児頭の位置と噛み合いを評価するために膣指検査が使用されています。 胎児の関与と進行の程度は、骨盤のさまざまな面によって表され、その値の範囲は -5 (坐骨棘の 5 cm 上) から +5 (坐骨棘の 5 cm 下で、児頭が入口に見える状態) です。 。 頭蓋骨の先端が坐骨脊椎面に接触すると、頭がかみ合っているとみなされます。これをステーション 0 と呼びます。 さらに、頭頂骨が主要な特徴である場合、非同期症が特定されます。 頭頂骨の前部に症状が現れると、この状態は前方非同期症として識別されます。後頭頂骨が存在する場合、その状態は後部非同期症と呼ばれます。 しかし、産道内での児頭のわずかな「傾いた」姿勢は、分娩中の母親の骨盤に対する児頭の生理学的調整の結果です。 産道内での児頭の位置異常と回転異常は、重大な非同期性を特徴とし、外科的出産を必要とする難産を引き起こす可能性があります。 15% の人が非同期症を患っており、前方非同期症の方が後方非同期症よりも一般的です。 胎児の関与と進行の程度に関する従来の分類は、不正確で再現性が低いと批判されてきました。 さらに、楽器の配信の失敗は最大 10% に達する可能性があります。 胎児頭ステーションの診断の誤りは、分娩中に重大な影響を及ぼしたり、酸血症、胎児外傷、頭蓋内出血、経膣分娩の失敗に対する緊急帝王切開後のアプガースコアの低下などの有害な周産期転帰を引き起こす可能性があります。 多くの研究者は、産道内での児頭の係合、下降、および内旋を評価するために、分娩および分娩中に収集される多くの超音波検査パラメータを提案してきました。 そこで、分娩中にすべての女性で測定され、人間参加型アプローチを組み込んだ AIDA (人工知能難産アルゴリズム) と呼ばれる人工知能と機械学習アルゴリズムによって測定されるように記録された分娩内超音波パラメーターを使用しました。それは、医師の判断を優先するAI（人工知能）アルゴリズムと説明可能な人工知能（XAI）を活用することだ。 AIDA は 5 つのクラスで構成されています。 多数の「幾何学的パラメーター」が収集された後、AIDA 分析から得られたデータは、分娩の進行状況の分析に関連付けられる赤、黄、または緑のゾーンに入力されました。 AIDA 分析を使用して、分娩中の患者について 5 つの参照クラスを特定することができ、それぞれが特定の出産結果をもたらしました。 これら 5 つのクラスのうち 2 つで、100% 帝王切開による出産の予測が行われました。 人工知能を使用すると、特定の意思決定アルゴリズムにおける特定の産科パラメータの評価を通じて、医師はアルゴリズムの結果がどのように説明されるかを系統的に理解できるようになります。 このアプローチは、分娩の進行状況を評価し、自然分娩を含む分娩結果を予測する際、手術による VD (経膣分娩) を試みるべきか、ICD (分娩帝王切開) が望ましいか必要かどうかを予測するのに役立ちます。 この調査では、分娩中の超音波を使用して測定されたいくつかの幾何学的パラメータの意味を批判的な目で評価し、難産および正常分娩で考えられるすべての合併症と問題を明らかにすることを目指します。妊娠中および出産中の女性。

現在、人工知能難産アルゴリズム (AIDA) は、分娩中ケアへの人工知能の応用において大きな進歩をもたらしています。 AIDA 1 と AIDA 2 という 2 つの主要な研究を通じて開発されたこの革新的な新しいアプローチは、分娩の進行状況を評価し、分娩結果を予測するために、分娩内超音波検査によって測定された複数の幾何学的パラメーターと機械学習技術およびアルゴリズムを組み合わせて統合します。 アルゴリズムの選択、パフォーマンス評価の方法論、および使用される指標は、AIDA 1 および AIDA 2 に関するそれぞれの出版物で細心の注意を払って説明されています。これらの独創的な論文は、利用された機械学習技術、その選択の基礎となる理論的根拠、および厳密な基準についての包括的な説明を提供します。出産結果の予測における有効性を評価するために適用されるパフォーマンス指標。 得られた高い値は、異なる分娩結果を区別する際に選択されたアルゴリズムの堅牢な識別能力を示しており、産科の意思決定における AIDA アプローチの臨床的有用性の可能性を強調しています。

AIDA の方法論 2 段階の方法論がデータ サンプルに適用されました。 最初のステップである相関分析では、ピアソンの相関係数を使用して、4 つの幾何学的パラメータが無視できるまたは統計的に有意ではない相関を示し、各パラメータが分娩の進行に関する固有の情報に寄与していることを確認しました。 次のステップである機械学習アルゴリズムの選択には、医師が決定した結果と併せて、さまざまな教師あり機械学習アルゴリズムを 4 つの幾何学的パラメーターに適用することが含まれます。 各アルゴリズムの予測パフォーマンスは、最も効果的なモデルを特定するために定量化されました。

AIDA 分類システム この分類システムは、分娩内帝王切開分娩 (ICD) および非 ICD 結果に関連する各幾何学的パラメーターのカットオフ値の特定に基づいています。 これらのカットオフを確立するためにデシジョン ツリー アルゴリズムが利用されました。各パラメータについて、非 ICD 結果と強く関連する値は「緑」として指定され、ICD との相関が高い値は「赤」として分類され、データがサンプルでは中間範囲の不確実性が明らかになったため、「黄色」の指定が適用されました。

AIDA 分類システムは、各出産の 4 つの幾何学的パラメーターの個々の値に色を割り当て、構造化されたアプローチを採用して、各分娩イベントを 5 つの異なるクラスの 1 つに分類します。 この幾何学的パラメーターの色分けされた階層化により、分娩の進行の微妙な評価が容易になり、各ケースをより洗練された分類が可能になります。 AIDA クラス 0 は、4 つのパラメーターすべてがグリーン ゾーン内にあることを示し、非 ICD 結果の可能性が高いことを示します。 AIDA クラス 1 は、1 つのパラメータがレッド ゾーンまたはイエロー ゾーンにあり、3 つのパラメータがグリーン ゾーンにあることを示します。 AIDA クラス 2 は、2 つのパラメータがレッドまたはイエロー ゾーンにあり、2 つのパラメータがグリーン ゾーンにあることを示します。 AIDA クラス 3 は、3 つのパラメーターが赤色または黄色のゾーンにあり、1 つのパラメーターが緑色のゾーンにあることを表します。 AIDA クラス 4 は、4 つのパラメータすべてが赤色または黄色のゾーン内にあることを示し、ICD の可能性が高いことを示唆しています。

AIDA の予測パフォーマンス 3 つの最高のパフォーマンスのアルゴリズムから得られた配信予測を AIDA 分類システムと統合することで、結果が大幅に向上しました。 特に顕著な発見は、特に AIDA クラス 0 と 4 における分娩結果に対するアルゴリズムの高い予測精度でした。AIDA クラス 0 では、すべての幾何学的パラメーターがグリーン ゾーン内にあることを特徴としており、非 ICD 結果の一貫した予測は、その潜在的な有用性を示唆しています。介入を安全に延期できるケースを特定する際に。 逆に、AIDA クラス 4 の症例における ICD を正確に予測できれば、帝王切開の意思決定が迅速化され、長時間にわたる非生産的な分娩の期間が軽減され、母体と胎児の転帰が最適化される可能性があります。 最後の方法論的ステップでは、関連する AIDA クラスを考慮した 4 つの幾何学的パラメーターの値に基づいて配信結果を予測するための最も効果的な機械学習アルゴリズムの採用が必要になります。 このアプローチにより、臨床医は予測の臨床的信頼性を評価できるようになります。

特に AIDA 分類スペクトルの両端における顕著な予測精度は、このアルゴリズムによるアプローチが労務管理における臨床上の意思決定を強化する可能性を強調しています。

難産出産管理における AIDA の潜在的利点 難産としても知られる難産は、難産または閉塞性分娩として広義に定義され、異常に遅い進行を特徴とする難産の形態として、正常な分娩の進行と分娩を妨げる一連の状態を含みます。

この状態は、非効率的な子宮収縮、異常な胎児の胎位、または正常な出産プロセスを妨げるその他の合併症によって発生する可能性があります。 難産は、子宮の強い収縮にも関わらず、多くの場合骨盤の縁に発生する乗り越えられない障壁のため、胎児が産道を通って降りることができない閉塞分娩につながる可能性があります。

産科ではいくつかの種類の難産が認識されており、それぞれに特徴と管理への影響があり、その分類は医学文献や臨床アプローチによって若干異なる場合があります。幾何学的難産、機械的難産、動的難産、胎児性難産、子宮難産、機能的難産、軟部組織難産、複合症状、母体疲労難産、分娩難産。

AIDA は、進行角度、非同期度、頭結合距離、正中線角度という 4 つの幾何学的パラメーターを同時に測定することにより、胎児と母体の骨盤の間の空間的関係を包括的に把握し、胎児の状態の客観的な評価を提供します。胎児の位置を測定し、医学文献に記載されているさまざまな種類の難産を直接的または間接的に評価するための包括的なツールとしての可能性を秘めています。

このアプローチは、従来の評価方法では見逃してしまう可能性がある、分娩の進行または分娩妨害のより詳細かつ正確な状況を提供します。 AIDA は、非同期性の程度などのパラメーターを定量化することで、難産につながる可能性のある胎児の位置異常を早期に検出できる可能性があります。

AIDA 分類システムは、リスク評価に対する微妙なアプローチを提供し、臨床医が管理戦略を調整するのに役立ちます。