霽彩華年,因夢同行—— 慶祝深圳霽因生物醫(yī)藥轉(zhuǎn)化研究院成立十周年 情緒益生菌PS128助力孤獨癥治療,權威研究顯示可顯著改善孤獨癥癥狀 PARP抑制劑氟唑帕利助力患者從維持治療中獲益,改寫晚期卵巢癌治療格局 新東方智慧教育發(fā)布“東方創(chuàng)科人工智能開發(fā)板2.0” 精準血型 守護生命 腸道超聲可用于檢測兒童炎癥性腸病 迷走神經(jīng)刺激對抑郁癥有積極治療作用 探索梅尼埃病中 MRI 描述符的性能和最佳組合 自閉癥患者中癡呆癥的患病率增加 超聲波 3D 打印輔助神經(jīng)源性膀胱的骶神經(jīng)調(diào)節(jié) 胃食管反流病患者耳鳴風險增加 間質(zhì)性膀胱炎和膀胱疼痛綜合征的臨床表現(xiàn)不同 研究表明 多語言能力可提高自閉癥兒童的認知能力 科學家揭示人類與小鼠在主要癌癥免疫治療靶點上的驚人差異 利用正確的成像標準改善對腦癌結果的預測 地中海飲食通過腸道細菌變化改善記憶力 讓你在 2025 年更健康的 7 種驚人方法 為什么有些人的頭發(fā)和指甲比其他人長得快 物質(zhì)的使用會改變大腦的結構嗎 飲酒如何影響你的健康 20個月,3大平臺,300倍!元育生物以全左旋蝦青素引領合成生物新紀元 從技術困局到創(chuàng)新錨點,天與帶來了一場屬于養(yǎng)老的“情緒共振” “華潤系”大動作落槌!昆藥集團完成收購華潤圣火 十七載“冬至滋補節(jié)”,東阿阿膠將品牌營銷推向新高峰 150個國家承認巴勒斯坦國意味著什么 中國海警對非法闖仁愛礁海域菲船只采取管制措施 國家四級救災應急響應啟動 涉及福建、廣東 女生查分查出608分后,上演取得理想成績“三件套” 多吃紅色的櫻桃能補鐵、補血? 中國代表三次回擊美方攻擊指責 探索精神健康前沿|情緒益生菌PS128閃耀寧波醫(yī)學盛會,彰顯科研實力 圣美生物:以科技之光,引領肺癌早篩早診新時代 神經(jīng)干細胞移植有望治療慢性脊髓損傷 一種簡單的血漿生物標志物可以預測患有肥胖癥青少年的肝纖維化 嬰兒的心跳可能是他們說出第一句話的關鍵 研究發(fā)現(xiàn)基因檢測正成為主流 血液測試顯示心臟存在排斥風險 無需提供組織樣本 假體材料有助于減少靜脈導管感染 研究發(fā)現(xiàn)團隊運動對孩子的大腦有很大幫助 研究人員開發(fā)出診斷 治療心肌炎的決策途徑 兩項研究評估了醫(yī)療保健領域人工智能工具的發(fā)展 利用女子籃球隊探索足部生物力學 抑制前列腺癌細胞:雄激素受體可以改變前列腺的正常生長 肽抗原上的反應性半胱氨酸可能開啟新的癌癥免疫治療可能性 研究人員發(fā)現(xiàn)新基因療法可以緩解慢性疼痛 研究人員揭示 tisa-cel 療法治療復發(fā)或難治性 B 細胞淋巴瘤的風險 適量飲酒可降低高危人群罹患嚴重心血管疾病的風險 STIF科創(chuàng)節(jié)揭曉獎項,新東方智慧教育榮膺雙料殊榮 中科美菱發(fā)布2025年產(chǎn)品戰(zhàn)略布局!技術方向支撐產(chǎn)品生態(tài)縱深! 從雪域高原到用戶口碑 —— 復方塞隆膠囊的品質(zhì)之旅
您的位置:首頁 >網(wǎng)友健聞 >

UCSF使用機器學習改善胎兒心臟缺陷檢測

加州大學舊金山分校的研究人員找到了一種方法,可以將常規(guī)超聲成像與機器學習相結合,從而使醫(yī)生在子宮內(nèi)檢測到絕大多數(shù)復雜的胎兒心臟缺陷時的準確性提高一倍,而這些干預措施可以糾正這些缺陷或極大地提高孩子的生存機會電腦工具。

由UCSF心臟病專家Rima Arnaout博士領導的團隊訓練了一組機器學習模型,以模仿臨床醫(yī)生在診斷復雜先天性心臟病(CHD)中遵循的任務。在世界范圍內(nèi),人類在出生前發(fā)現(xiàn)這些疾病的幾率只有30%到50%。但是,將人類進行的超聲波和機器分析相結合,使研究人員能夠在其測試數(shù)據(jù)集中檢測到95%的冠心病。

研究結果發(fā)表在5月的“自然醫(yī)學”上。

美國和世界衛(wèi)生組織普遍建議在孕中期進行胎兒超聲檢查。研究人員說,尤其是診斷胎兒心臟缺陷,可以改善新生兒的結局,并可以對子宮內(nèi)療法進行進一步的研究。

加州大學舊金山分校(UCSF)助理教授,論文的主要作者阿納特說:“第二三個月的篩查是懷孕時的一種儀式,可以判斷胎兒是男孩還是女孩,但也可以用來篩查先天性缺陷。”通常,成像包括五個心臟視圖,這些視圖可以使臨床醫(yī)生診斷多達90%的先天性心臟病,但實際上,在非專家中心只能檢測到一半。

“一方面,心臟缺陷是最常見的先天性缺陷,在出生前對其進行診斷非常重要,”阿納特說。“另一方面,它們?nèi)匀皇趾币?,除非?jīng)過高度專業(yè)化處理,否則即使對于受過訓練的臨床醫(yī)生也很難檢測到它們。而且,在全球范圍內(nèi)的診所和醫(yī)院中,它們的靈敏度和特異性常常會很低。”

UCSF團隊由胎兒心臟病專家和醫(yī)學博士Anita Moon-Grady組成,他們分三步對機床進行了培訓,以模仿臨床醫(yī)生的工作。首先,他們利用神經(jīng)網(wǎng)絡找到對診斷很重要的五個心臟視圖。然后,他們再次使用神經(jīng)網(wǎng)絡來決定這些視圖中的每一個是否正常。然后,第三種算法結合了前兩個步驟的結果,得出胎兒心臟正常還是異常的最終結果。

加州大學舊金山分校巴卡爾計算健康科學研究所成員,加州大學舊金山分校智能影像中心和Chan Zuckerberg Biohub Intercampus Research Award Investigator成員Arnaout表示:“我們希望這項工作將徹底改變對這些先天缺陷的篩查。”“我們的目標是幫助人們開辟一條道路,利用機器學習來解決超聲用于篩查和診斷的許多疾病的診斷挑戰(zhàn)。”

標簽:

免責聲明:本文由用戶上傳,與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考,并不構成投資建議。投資者據(jù)此操作,風險自擔。 如有侵權請聯(lián)系刪除!

最新文章