Pesquisadores canadenses experimentaram uma descoberta inovadora com o uso de aprendizado profundo baseado em Inteligência Artificial como uma ferramenta para a identificação precoce de defeitos congênitos.
Uma equipe da Universidade de Ottawa em uma nova prova de conceito, foi pioneira no uso de um modelo exclusivo de aprendizado profundo como uma ferramenta assistencial para a leitura rápida e precisa de imagens de ultrassom.
O objetivo do estudo, publicado na revista revista científica Plos One, foi demonstrar o potencial da arquitetura de aprendizado profundo para apoiar a identificação precoce e confiável de higroma cístico a partir de ultrassonografias do primeiro trimestre.
O higroma cístico é uma condição embrionária que faz com que o sistema vascular linfático se desenvolva de forma anormal. É um distúrbio raro e potencialmente fatal que leva ao inchaço do líquido ao redor da cabeça e do pescoço. Está documentado em aproximadamente 1 em 800 gestações e 1 em 8.000 nascidos vivos.
A ultrassonografia é fundamental na observação do crescimento e desenvolvimento fetal, no entanto, pequenas estruturas fetais, movimentos fetais involuntários e baixa qualidade de imagem tornam o recém-nascido aquisição de imagem e interpretação desafiadora. O grupo de pesquisa queria testar quão bem o reconhecimento de padrões orientado por IA poderia fazer o trabalho.
“O que demonstramos foi que, no campo do ultrassom, podemos usar as mesmas ferramentas para classificação e identificação de imagens com alta sensibilidade e especificidade”, disse o Dr. Mark Walker, da Faculdade de Medicina da Universidade.
“Com desenvolvimento adicional, incluindo testes em um grande conjunto de dados de vários locais e validação externa, nossa abordagem pode ser aplicada a uma série de outras anomalias fetais normalmente identificadas por ultrassonografia”, observou ele.
FacebookTwitterLinkedin