Biometrische metingen in diagnostiek: vergelijking van experts en IA-ondersteunde bewoners (BIOMEDEXIA)

Obstetrische echografie is de hoeksteen van de beoordeling van de foetale groei. Het biedt essentiële biometrische metingen voor het schatten van foetaal gewicht, het monitoren van groei en identificerende omstandigheden zoals intra -uteriene groeivertraging (IUGR) of macrosomie. De nauwkeurigheid van deze metingen hangt grotendeels af van de expertise van de operator. Ervaren beoefenaars blinken uit in het positioneren van de sonde, het identificeren van anatomische oriëntatiepunten en het verkrijgen van reproduceerbare metingen. Beginneroperators, zoals medische bewoners, kunnen het daarentegen moeilijk vinden om optimale beelden vast te leggen of precieze oriëntatiepunten te identificeren, wat resulteert in aanzienlijke variabiliteit. Deze variabiliteit tussen waarnemingen, goed gedocumenteerd, zelfs onder experts, kan een impact hebben op klinische beslissingen en verloskundige management. Voor beginners is variabiliteit meer uitgesproken, wat de diagnostische betrouwbaarheid en patiëntenzorg kan beïnvloeden. Het verbeteren van de training van de resident is daarom essentieel om deze variabiliteit te verminderen. Traditionele oplossingen voor het minimaliseren van variabiliteit, zoals toegenomen toezicht, gezichtsbeperkingen als gevolg van tijdsbeperkingen en beschikbaarheid van middelen. Recente vooruitgang in kunstmatige intelligentie (AI) zou kunnen helpen bij de training van bewoners. Bij de verloskunde kan AI mogelijk biometrische metingen automatiseren door belangrijke anatomische oriëntatiepunten te identificeren en precieze, consistente metingen uit te voeren. Deze systemen kunnen de acquisitie standaardiseren en variabiliteit verminderen, waardoor metingen minder afhankelijk zijn van de ervaring van de operator. AI -technologieën kunnen de beginnende prestaties aanzienlijk verbeteren door de leercurve mogelijk te verkorten en de betrouwbaarheid van de meet te verbeteren. Dit kan bewoners in staat stellen onafhankelijker te werken met behoud van de nauwkeurigheid. Ondanks deze potentiële voordelen zouden weinig studies de AI-ondersteunde beginnende prestaties rigoureus hebben vergeleken met die van deskundige beoefenaars onder real-world toestand. Deze studie heeft als doel de mogelijke effectiviteit van AI te beoordelen bij het ondersteunen van beginnende operatoren tijdens verloskundige biometrische metingen. Het primaire doel zou zijn om te bepalen of AI-assistentie novicen in staat zou kunnen stellen om meetnauwkeurigheid te bereiken die vergelijkbaar is met die van ervaren beoefenaars, terwijl mogelijk de reproduceerbaarheid wordt verbeterd en de variabiliteit tussen observer verlaagt.