Исследование Google AI: улучшение мониторинга сердечной деятельности плода во время беременности
Проблема:
Кардиотокография (КТГ) – метод мониторинга сердечного ритма плода и сокращений матки во время беременности. Однако интерпретация записей КТГ может быть субъективной и ошибочной, что приводит к потенциальным ошибкам в диагностике и задержке вмешательства.
Решение:
Google разработал глубокую нейронную сеть CTG-net для объективной интерпретации данных КТГ, что позволяет предсказывать гипоксию плода. Модель анализирует данные сердечного ритма и сокращений матки, улучшая традиционные методы, зависящие от экспертного мнения.
Результаты:
Исследования показали, что модели, обученные на данных о pH крови пуповины, показывают лучшие результаты, особенно при использовании данных КТГ за последние 30 минут перед родами. Модель также успешно применяется в условиях с ограниченными ресурсами, что подчеркивает ее адаптивность.
Заключение:
CTG-net демонстрирует потенциал глубокого обучения для улучшения интерпретации КТГ и повышения результатов ведения беременности. Использование объективных данных pH крови пуповины в обучении модели подчеркивает важность точных меток.
