ניתוח חדש מבוסס AI של כמעט 10,000 הריונות גילה שילובים שלא היו מזוהים בעבר של גורמי סיכון הקשורים לתוצאות הריון שליליות חמורות, כולל לידה מתה.
המחקר מצא גם כי יתכן שיש הבדל פי עשרה בסיכון לתינוקות המטופלים כיום באופן זהה תחת הנחיות קליניות.
נתן בלו, MD, הסופר הבכיר במחקר, אומר כי מודל ה- AI שהחוקרים יצרו עזר בזיהוי שילוב "בלתי צפוי באמת" של גורמים הקשורים לסיכון גבוה יותר, וכי המודל הוא צעד חשוב לעבר הערכת סיכונים בהתאמה אישית יותר והריון לְטַפֵּל.
התוצאות החדשות מתפרסמות ב הריון ולידה של BMC.
סיכונים בלתי צפויים
החוקרים החלו במערך נתונים קיים של 9,558 הריונות בפריסה ארצית, שכלל מידע על מאפיינים חברתיים ופיזיים שנעו בין רמת התמיכה החברתית של אנשים בהריון ועד לחץ הדם שלהם, ההיסטוריה הרפואית ומשקל העובר, כמו גם מהתוצאה של כל הריון. על ידי שימוש ב- AI כדי לחפש דפוסים בנתונים, הם זיהו שילובים חדשים של מאפיינים אימהיים ועובר שהיו קשורים לתוצאות הריון לא בריאות כמו לידה מתה.
בדרך כלל עוברים נקבות נמצאים בסיכון נמוך מעט יותר לסיבוכים מאשר עוברים זכריים-השפעה קטנה אך מבוססת. אולם צוות המחקר מצא שאם אדם בהריון סובל מסוכרת קיימת, עוברים נשיות נמצאות בסיכון גבוה יותר מאשר גברים.
דפוס זה שלא זוהה בעבר מראה כי מודל ה- AI יכול לעזור לחוקרים ללמוד דברים חדשים על בריאות הריון, אומר בלו, פרופסור עוזר למיילדות וגינקולוגיה בבית הספר לרפואה של ספנסר פוקס אקלס באוניברסיטת יוטה.
זה זיהה משהו שניתן להשתמש בו כדי ליידע את הסיכון שאפילו המוח הקלינאי המנוסה לא זיהה. "
נתן בלו, MD, סופר בכיר במחקר
החוקרים התעניינו במיוחד בפיתוח אומדני סיכון טובים יותר עבור עוברים ב -10% התחתונים למשקל, אך לא 3% התחתונים. תינוקות אלה קטנים מספיק כדי להיות קשורים, אך גדולים מספיק שהם בדרך כלל בריאים לחלוטין. להבין את דרך הפעולה הטובה ביותר במקרים אלה היא מאתגרת: האם הריון יזדקק לניטור אינטנסיבי וללידה מוקדמת שעלולה להיות מוקדמת, או שההריון יכול להתקיים במידה רבה כרגיל? ההנחיות הקליניות הנוכחיות מייעצות לניטור רפואי אינטנסיבי לכל הריונות כאלה, שיכולים לייצג נטל רגשי וכלכלי משמעותי.
אולם החוקרים מצאו כי בתוך מעמד משקל עוברי זה, הסיכון לתוצאת הריון לא בריאה השתנה באופן נרחב, ללא מסוכן יותר מאשר הריון ממוצע ועד כמעט פי עשרה מהסיכון הממוצע. הסיכון התבסס על שילוב של גורמים כמו מין עוברי, נוכחות או היעדר סוכרת קיימת, ונוכחות או היעדר אנומליה עוברית כמו מום לב.
כחול מדגיש כי המחקר זיהה רק מתאם בין משתנים ואינו מספק מידע על מה שגורם בפועל לתוצאות שליליות.
מגוון הסיכון הרחב מגובה על ידי אינטואיציה של רופא, אומר בלו; רופאים מנוסים מודעים לכך שעוברים רבים במשקל נמוך הם בריאים וישתמשו בגורמים רבים נוספים בכדי לבצע שיחות שיפוט אינדיבידואליות לגבי סיכון וטיפול. אולם כלי להערכת סיכונים של AI יכול לספק יתרונות חשובים על פני "בדיקות בטן" כאלה, ועוזר לרופאים להמליץ על המלצות, לשחזור ולהוגן.
למה AI
עבור דגמי בני אדם או AI, הערכת סיכוני הריון כוללת בחשבון מספר גדול מאוד של משתנים, החל מבריאות האם ועד נתוני אולטרסאונד. קלינאים מנוסים יכולים לשקול את כל המשתנים הללו כדי לקבל החלטות טיפול אינדיבידואליות, אך אפילו הרופאים הטובים ביותר ככל הנראה לא יוכלו לכמת בדיוק כיצד הם הגיעו להחלטתם הסופית. גורמים אנושיים כמו הטיה, מצב רוח או חסך שינה כמעט בהכרח מתגנבים לתערובת ויכולים להיפטר בעדינות שיחות שיפוט הרחק מהטיפול האידיאלי.
כדי לעזור בטיפול בבעיה זו, החוקרים השתמשו בסוג של מודל שנקרא "AI הניתן להסבר", המספק למשתמש את הסיכון המשוער למערך נתון של גורמי הריון וכולל גם מידע עליו תרמו משתנים לאומדן סיכון זה וכמה ו בניגוד ל"תיבה סגורה "מוכרת יותר AI, שהיא ברובה בלתי חדירה אפילו למומחים, המודל הניתן להסבר" מראה את עבודתו, "חושף מקורות להטיה כך שניתן יהיה לטפל בהם.
בעיקרו של דבר, AI הניתן להסבר מתקרב לגמישות של שיקול דעת קליני מומחה תוך הימנעות ממלכודותיו. מודל החוקרים מתאים במיוחד גם לשפוט סיכון לתרחישי הריון נדירים, ומעריך במדויק את התוצאות עבור אנשים עם שילובים ייחודיים של גורמי סיכון. כלי מסוג זה יכול בסופו של דבר לעזור להתאים אישית את הטיפול על ידי הנחיית החלטות מושכלות לאנשים שהמצבים שלהם הם יחידים.
החוקרים עדיין צריכים לבדוק ולאמת את המודל שלהם באוכלוסיות חדשות כדי לוודא שהוא יכול לחזות סיכון במצבים בעולם האמיתי. אולם כחול מקווה שמודל מבוסס AI הניתן להסבר יכול בסופו של דבר לעזור להתאים אישית את הערכת הסיכונים וטיפול במהלך ההיריון. "מודלים של AI יכולים למעשה להעריך סיכון הספציפי להקשר של אדם נתון", הוא אומר, "והם יכולים לעשות זאת בשקיפות ושחזור, וזה מה שהמוח שלנו לא יכול לעשות."
"יכולת מסוג זה תהיה טרנספורמציה בתחום שלנו," הוא אומר.
חוקרי בריאות אחרים של אוניברסיטת יוטה במחקר כוללים את הסופר הראשון ראקל צימרמן; אדגר הרננדז, PhD; מארק ינדל, PhD; מרטין טריסטני-פירוזי, ד"ר; ורוברט סילבר, ד"ר.
תוצאות אלה פורסמו ב הריון ולידה של BMC כ"ניתוח מבוסס AI של הגבלת צמיחת העובר בקבוצה מיילדתית פרוספקטיבית מכמת את הסיכונים המורכבים לתחלואה ותמותה של הלידה ומזהה תרחישים קליניים בסיכון גבוה שלא הוכרו בעבר. "
המחקר מומן על ידי תכנית מענק זרעי הרכזת של מדעי ה- U, קרן התינוקות, ו- NICHD (מספרי הפרסים U10 HD063020, U10 HD063037, U10 HD063041, U10 HD063046, U10 HD063047, U10 HD063048, U10 HD0630, U1068887, U10 HD063048, U10, 2K06916, 2K0630, 2K06, 2K06, 2K06, 2K06, 106826, 2K06, 10630 ,10630 ,106, 108830, -07). התוכן הוא אך ורק באחריות הכותבים ואינו בהכרח מייצג את השקפותיהם הרשמיות של מכוני הבריאות הלאומיים.