기체: 임신 중기 태아 뇌 스캔에서 태아 뇌 이상을 인식하기 위한 인공 지능 (AIRFRAME)

산부인과 초음파에 AI를 적용하는 방법에는 구조 식별, 자동 및 표준화된 측정, 분류 진단의 세 가지 측면이 포함됩니다. 산부인과 초음파는 시간이 많이 걸리기 때문에 AI를 사용하면 검사 시간을 줄이고 작업 흐름을 개선할 수도 있습니다.

연구 설계: 이는 다기관 후향적 관찰 코호트 연구 및 후속 전향적 코호트 연구입니다. 연구 설계는 두 가지 다른 단계로 구성됩니다.

첫 번째 단계인 타당성 후향적 연구는 다양한 국제 태아의학센터에서 임신 2기 초음파 검사 시 후향적으로 획득한 정상 및 비정상 영상을 이용해 AI 알고리즘을 개발하고 훈련시키는 것을 목표로 합니다.

전향적 임상 검증인 두 번째 단계는 참여하는 각 태아 의학 센터의 실제 환자를 대상으로 실제 진료 환경에서 기본 태아 뇌 구조를 평가하는 AI 알고리즘을 테스트하는 목표를 가지고 있습니다.

환경: 3개의 태아 의학 센터.

대상자: 참여 센터에서 임신 19~22주 사이에 초음파 검사를 받은 단태 임신부.

1차 평가변수: 임신 중기 선별 스캔을 지원하는 데 잠재적으로 사용될 수 있는 태아 뇌의 기본 해부학적 구조를 자동으로 평가하기 위한 새로운 AI 기반 기술을 검증합니다.

보조 끝점:

태아 뇌 해부학의 표준 임신 2분기 검사 성능을 개선하여 더 짧은 실행 시간 내에 신뢰할 수 있는 초음파 평가를 보장합니다.

더 높은 반복성과 재현성을 감지하여 효율성 측면에서도 초음파 검사를 대규모로 구현하고 의료 자원을 최적화하기 위해 연구의 첫 번째 단계에서 참여하는 태아 의학 센터는 전자 데이터베이스에서 단태 임신부의 이미지를 검색합니다. 태아 뇌 기형이 있는 임신 19+0~22+6주에 초음파 영상을 받았습니다. 동일한 임신 연령의 태아 뇌의 일반 ​​이미지는 홍보 센터(예: Fondazione Policlinico A. Gemelli, IRCCS 및 University of Parma)에서 제공됩니다. 각 사례의 임상, 초음파, 산전 및 산후 정보는 환자의 의료 기록에서 검색되어 각 참여 센터의 수석 조사관이 전자 데이터베이스 수집 파일에 입력합니다. 획득한 이미지는 익명화되어 DICOM으로 저장되며 생명공학팀이 설정할 전용 클라우드 스토리지 시스템을 통해 공유됩니다. 각 센터에서는 개인 ID와 비밀번호를 사용하여 웹 시스템에 접속할 수 있습니다.

연구의 두 번째 단계에서는 참여하는 각 태아 의학 센터의 실제 환자를 대상으로 실제 임상 환경에서 알고리즘을 전향적으로 테스트하고 검증할 예정입니다. 포함 및 제외 기준, 영상 프로토콜 및 데이터 수집은 회고 단계에서 동일하게 수행됩니다.