Wyniki dostawy według analizy AIDA (ALGORYTM DYSTOCJI SZTUCZNEJ INTELIGENCJI) (AIDA)

Jednym z najtrudniejszych procesów do pokonania podczas porodu jest ustawienie głowy płodu podczas zachodzenia i progresji w kanale rodnym. Te nieprawidłowe pozycje i malrotacje są również częstymi przyczynami porodu dystotycznego i zatrzymania postępu, co wymaga porodu chirurgicznego. Tradycyjnie do oceny położenia i zaangażowania głowy płodu wykorzystuje się cyfrowe badanie pochwy. Stopień zaangażowania i progresji płodu wyznaczają różne płaszczyzny miednicy, które przyjmują wartości od -5 (5 cm powyżej kolców kulszowych) do +5 (5 cm poniżej kolców kulszowych z widoczną głową płodu w miejscu wejścia). . Głowę uważa się za zajętą, gdy czołowy punkt czaszki dotyka płaszczyzny kręgosłupa kulszowego; nazywa się to stacją 0. Co więcej, gdy cechą charakterystyczną jest kość ciemieniowa, rozpoznaje się asynklityzm. Kiedy ujawnia się przednia kość ciemieniowa, stan ten identyfikuje się jako przedni asynklityzm; w przypadku pojawienia się tylnej kości ciemieniowej stan ten określa się mianem asynklityzmu tylnego. Jednakże niewielka „przechylona” pozycja głowy płodu w kanale rodnym jest wynikiem fizjologicznego dostosowania się głowy płodu do miednicy matki podczas porodu. Nieprawidłowe położenie i rotacja głowy płodu w kanale rodnym, charakteryzująca się znaczną asynklityzmem, może skutkować dystocją wymagającą porodu chirurgicznego. U 15% ludzi występuje asynklityzm, przy czym asynklityzm przedni występuje częściej niż asynklityzm tylny. Tradycyjna klasyfikacja stopnia zaangażowania i progresji płodu była krytykowana jako niedokładna i słabo powtarzalna. Ponadto niepowodzenie w dostawie instrumentalnej, które może sięgać nawet 10%. Błędy w rozpoznaniu położenia główki płodu mogą mieć poważne konsekwencje podczas porodu i niekorzystne skutki okołoporodowe, takie jak kwasica, urazy płodu, krwotoki śródczaszkowe i niska punktacja w skali Apgar po pilnym cięciu cesarskim z powodu nieudanego porodu operacyjnego. Wielu badaczy zaproponowało wiele parametrów ultrasonograficznych, zbieranych podczas porodu, służących do oceny zaangażowania, opadania i rotacji wewnętrznej głowy płodu w kanale rodnym. W związku z tym wykorzystaliśmy parametry ultrasonografii śródporodowej mierzone u wszystkich kobiet podczas porodu i rejestrowane w celu pomiaru przez algorytmy sztucznej inteligencji i uczenia maszynowego, zwane AIDA (algorytmem dystocji sztucznej inteligencji), który wykorzystuje podejście „człowiek w pętli”, które polega na wykorzystaniu algorytmów AI (sztucznej inteligencji), które priorytetowo traktują decyzję lekarza, oraz wyjaśnialnej sztucznej inteligencji (XAI). AIDA została podzielona na pięć klas. Po zebraniu szeregu „parametrów geometrycznych” dane uzyskane z analizy AIDA wprowadzono do czerwonej, żółtej lub zielonej strefy, powiązanej z analizą postępu porodu. Korzystając z analizy AIDA, byliśmy w stanie zidentyfikować pięć klas referencyjnych dla pacjentek w trakcie porodu, z których każda miała określony przebieg porodu. W dwóch z pięciu klas przeprowadzono 100% prognozę porodu przez cesarskie cięcie. Zastosowanie sztucznej inteligencji poprzez ocenę określonych parametrów położniczych w określonych algorytmach podejmowania decyzji pozwala lekarzom na systematyczne zrozumienie, w jaki sposób można wyjaśnić wyniki algorytmów. Podejście to może być przydatne w ocenie postępu porodu i przewidywaniu jego wyniku, w tym w przypadku porodu samoistnego, czy należy podjąć próbę operacyjnego VD (poród drogą pochwową) lub czy preferowane lub konieczne jest wszczepienie ICD (cesarskie cięcie śródporodowe). W tym badaniu będziemy starali się krytycznie ocenić implikacje niektórych parametrów geometrycznych mierzonych za pomocą ultrasonografii śródporodowej, próbując uwypuklić wszystkie możliwe powikłania i problemy porodu dystotycznego i eutotycznego, z oceną dużej objętości kobiet w ciąży i podczas porodu.

Obecnie algorytm sztucznej inteligencji dystocji (AIDA) stanowi znaczący postęp w zastosowaniu sztucznej inteligencji w opiece śródporodowej. To innowacyjne, nowatorskie podejście, opracowane w wyniku dwóch kluczowych badań AIDA 1 i AIDA 2, łączy i integruje wiele parametrów geometrycznych mierzonych za pomocą ultrasonografii śródporodowej z technikami i algorytmami uczenia maszynowego w celu oceny postępu porodu i przewidywania wyników porodu. Wybór algorytmów, metodologii oceny wydajności i zastosowanych metryk został szczegółowo opisany w odpowiednich publikacjach na temat AIDA 1 i AIDA 2. Te przełomowe artykuły dostarczają wszechstronnego wyjaśnienia stosowanych technik uczenia maszynowego, przesłanek leżących u podstaw ich wyboru oraz rygorystycznych wskaźniki wydajności stosowane do oceny ich skuteczności w przewidywaniu wyników porodu. Uzyskane wysokie wartości świadczą o dużej zdolności dyskryminacyjnej wybranych algorytmów do rozróżniania różnych wyników porodu, podkreślając potencjalną użyteczność kliniczną podejścia AIDA w podejmowaniu decyzji położniczych.

Metodologia AIDA Do próby danych zastosowano dwuetapową metodologię. W pierwszym etapie, analizie korelacji, wykorzystano współczynnik korelacji Pearsona, aby upewnić się, że cztery parametry geometryczne wykazują nieistotne lub statystycznie nieistotne korelacje, zapewniając, że każdy parametr wnosi unikalne informacje dotyczące postępu porodu. Kolejny etap, czyli wybór algorytmu uczenia maszynowego, obejmował zastosowanie różnorodnych nadzorowanych algorytmów uczenia maszynowego do czterech parametrów geometrycznych w połączeniu z wynikami dostawy określonymi przez lekarza. Wydajność predykcyjną każdego algorytmu określono ilościowo, aby zidentyfikować najbardziej skuteczne modele.

System klasyfikacji AIDA System klasyfikacji opiera się na identyfikacji wartości odcięcia dla każdego parametru geometrycznego związanego z cesarskim cięciem śródporodowym (ICD) i wynikami niezwiązanymi z ICD. Do ustalenia wartości granicznych wykorzystano algorytm drzewa decyzyjnego: dla każdego parametru wartości silnie powiązane z wynikami innymi niż ICD oznaczono jako „zielone”, te silnie skorelowane z ICD sklasyfikowano jako „czerwone”, a w przypadkach, gdy dane próbka wykazała pośrednie zakresy niepewności, zastosowano oznaczenie „żółte”.

Po przypisaniu koloru do każdej indywidualnej wartości czterech parametrów geometrycznych każdego porodu, system klasyfikacji AIDA stosuje ustrukturyzowane podejście do kategoryzowania każdego zdarzenia porodowego w jednej z pięciu odrębnych klas. Ta oznaczona kolorami stratyfikacja parametrów geometrycznych ułatwia szczegółową ocenę postępu porodu, umożliwiając bardziej precyzyjną klasyfikację każdego przypadku. Klasa AIDA 0 oznacza, że ​​wszystkie cztery parametry mieszczą się w zielonej strefie, co wskazuje na wysokie prawdopodobieństwo wyników innych niż ICD. Klasa 1 AIDA wskazuje, że jeden parametr znajduje się w strefie czerwonej lub żółtej, a trzy w strefie zielonej. Klasa AIDA 2 oznacza, że ​​dwa parametry znajdują się w strefie czerwonej lub żółtej, a dwa w strefie zielonej. Klasa AIDA 3 reprezentuje trzy parametry znajdujące się w strefie czerwonej lub żółtej i jeden w strefie zielonej. Klasa 4 AIDA oznacza, że ​​wszystkie cztery parametry mieszczą się w czerwonej lub żółtej strefie, co sugeruje zwiększone prawdopodobieństwo ICD.

Wydajność przewidywania AIDA Integracja przewidywań dostaw uzyskanych na podstawie trzech algorytmów o najskuteczniejszych wynikach z systemem klasyfikacji AIDA przyniosła znacznie lepsze wyniki. Szczególnie istotnym odkryciem była wysoka dokładność predykcyjna algorytmu w zakresie wyników porodu, zwłaszcza w klasach 0 i 4 AIDA. W klasie 0 AIDA, charakteryzującej się tym, że wszystkie parametry geometryczne mieszczą się w zielonej strefie, spójne przewidywanie wyników innych niż ICD sugeruje jego potencjalną użyteczność w identyfikowaniu przypadków, w których interwencję można bezpiecznie odłożyć na później. Z drugiej strony dokładne przewidywanie wszczepienia ICD w przypadkach 4. klasy AIDA mogłoby przyspieszyć podejmowanie decyzji o cięciu cesarskim, potencjalnie optymalizując wyniki leczenia matki i płodu poprzez skrócenie czasu trwania długotrwałego, nieproduktywnego porodu. Ostatni krok metodologiczny polega na zastosowaniu najskuteczniejszych algorytmów uczenia maszynowego do przewidywania wyników dostawy na podstawie wartości czterech parametrów geometrycznych z uwzględnieniem odpowiedniej klasy AIDA. Takie podejście umożliwia klinicystom ocenę wiarygodności klinicznej przewidywań.

Niezwykła dokładność predykcyjna, szczególnie na krańcach spektrum klasyfikacji AIDA, podkreśla potencjał tego algorytmicznego podejścia do usprawnienia podejmowania decyzji klinicznych w zarządzaniu porodem.

Potencjalne zalety AIDA w zarządzaniu porodem dystocznym Poród dystotyczny, znany również jako dystocja, szeroko definiowany jako poród trudny lub z przeszkodami, obejmuje szereg stanów utrudniających prawidłowy przebieg porodu i porodu, jako formy trudnego porodu charakteryzujące się nienormalnie powolnym postępem.

Ten stan może wynikać z nieefektywnych skurczów macicy, nieprawidłowej prezentacji płodu lub innych powikłań utrudniających normalny proces porodu. Dystocja może prowadzić do utrudnionego porodu, gdy pomimo silnych skurczów macicy płód nie może zejść przez kanał rodny ze względu na barierę nie do pokonania, często występującą na krawędzi miednicy.

W położnictwie rozpoznano kilka typów dystocji, każdy ma swoją charakterystykę i implikacje w leczeniu, a klasyfikacja może się nieznacznie różnić w zależności od literatury medycznej i podejścia klinicznego: dystocja geometryczna, dystocja mechaniczna, dystocja dynamiczna, dystocja płodowa, dystocja maciczna, dystocja funkcjonalna, dystocja tkanek miękkich, objawy złożone, dystocja wyczerpania matki i dystocja porodowa.

Poprzez jednoczesny pomiar czterech parametrów geometrycznych – kąta progresji, stopnia asynklityzmu, odległości głowy od spojenia i kąta linii środkowej – AIDA oferuje kompleksowy obraz relacji przestrzennych pomiędzy płodem a miednicą matki, zapewnia obiektywną ocenę pozycji płodowej i ma potencjał jako wszechstronne narzędzie do bezpośredniej lub pośredniej oceny różnych typów dystocji udokumentowanych w literaturze medycznej.

Takie podejście zapewnia bardziej szczegółowy i dokładny obraz postępu porodu lub niedrożności porodu, który może zostać przeoczony tradycyjnymi metodami oceny. Określając ilościowo parametry, takie jak stopień asynklityzmu, AIDA może umożliwić wcześniejsze wykrycie nieprawidłowego położenia płodu, które może prowadzić do dystocji.

System klasyfikacji AIDA oferuje zróżnicowane podejście do oceny ryzyka, pomagając klinicystom dostosować strategie postępowania.