Inteligência colaborativa Human-AI para melhorar o gerenciamento do fluxo fetal

Atualmente, a velocimetria ultrassonográfica Doppler serve como ferramenta crucial na prática obstétrica, principalmente na avaliação da artéria umbilical (AU) e da artéria cerebral média (ACM) na circulação útero-placentário-fetal. Embora o ultrassom Doppler seja valioso para detectar condições como anemia fetal e insuficiência placentária, sua precisão depende da experiência do operador. A inteligência artificial (IA) oferece melhorias potenciais, especialmente em gestações de alto risco. No entanto, as aplicações existentes de IA em ultrassom fetal muitas vezes carecem de transparência, levando à desconfiança do usuário. Este estudo visa abordar essas limitações, desenvolvendo um modelo de IA explicável para auxiliar os médicos na interpretação de imagens de ultrassom Doppler de AI e MCA para melhorar o manejo de gestações de alto risco.

Os objetivos do estudo são:

1. Desenvolver um modelo interpretável para fluxos Doppler comumente usados, especificamente o Índice de Pulsatilidade (PI) da artéria umbilical (UA) e da artéria cerebral média (MCA), com o objetivo de fornecer feedback de qualidade nas imagens do espectro Doppler e sugerir possíveis posicionamentos de portas.
2. Testar os efeitos do fornecimento de feedback de IA explicável (XAI) para médicos em comparação com nenhum feedback sobre sua precisão na interpretação e gerenciamento de ultrassom.

Todos os participantes serão instruídos a fornecer a colocação do portão para imagens de fluxo da artéria umbilical e da MCA, e a avaliar a qualidade das curvas de fluxo resultantes. Cada participante deverá avaliar um total de 40 imagens exclusivas (10 imagens de fluxo para UA e MCA, 10 imagens de Doppler espectral para UA e MCA, respectivamente). Dos quatro grupos (fluxo UA, espectro UA, fluxo MCA e espectro MCA), os investigadores fornecerão conjuntos correspondentes de 40 imagens que são fornecidas aos participantes, que são combinados de acordo com seu nível de experiência em cada hospital (PGY 1 -2; PGY 3-5; Obstetras certificados). Para imagens de fluxo, os participantes serão instruídos a identificar o posicionamento mais adequado do portão. Para as curvas de fluxo espectral, os participantes serão solicitados a avaliar se as curvas de fluxo eram de qualidade suficiente para informar as decisões de gestão médica.

Os critérios de inclusão para imagens MCA e UA serão imagens retiradas do terceiro trimestre (>= semana 28).

Desenho do estudo: ensaio clínico randomizado

Fonte de dados: 1.840 exames de ultrassom exclusivos, incluindo medições da artéria umbilical (AU) e da artéria cerebral média (ACM). As 1.840 imagens exclusivas incluem: 460 imagens de imagens de fluxo UA, 460 imagens de espectro UA, 460 imagens de fluxo MCA e 460 imagens de espectro MCA.

Participantes: 92 médicos com diferentes níveis de competência em quatro hospitais universitários diferentes.

Intervenção: Feedback XAI sobre curvas espectrais Doppler MCA/UA e sugestões de posicionamento de gate.

Grupo de controle: Sem feedback do XAI.

Procedimento: Os médicos serão divididos em dois grupos de 46 cada, correspondentes aos níveis de experiência dos hospitais. O grupo de controle colocará um portão nas imagens MCA/UA e avaliará o espectro Doppler sem feedback de IA, enquanto o grupo de intervenção realizará as mesmas tarefas com acesso ao feedback de IA.

Medidas de resultado: As respostas dos participantes nos dois grupos são revisadas por dois ultrassonografistas de medicina fetal que avaliam as respostas dos participantes independentemente um do outro. Em desacordo, os dois ultrassonografistas chegam a um consenso após discussão.