PLoS One: Модель глубокого обучения может предсказать преждевременные роды уже в 31 неделю

Исследователи из Инженерной школы МакКелви при Вашингтонском университете в Сент-Луисе разрабатывают более эффективные способы прогнозирования преждевременных родов, анализируя электрическую активность во время беременности, сообщает Medical Xpress.

Арье Нехорай, профессор электротехники Юджина и Марты Лохман на кафедре электротехники и систем имени Престона М. Грина, и Ури Голдштейн, получивший степень магистра и доктора биомедицинской инженерии в Вашингтонском университете, разработали модель с использованием глубокого обучения для прогнозирования преждевременных родов уже на 31 неделе беременности.

Результаты исследования были опубликованы 11 мая в журнале PLoS One.

Для разработки своего метода Нехорай и Голдштейн использовали данные электрогистерограммы (ЭГГ) - неинвазивного метода, который позволяет обнаружить электрическую активность матки с помощью электродов, расположенных на животе, а также клиническую информацию из двух открытых баз данных, такую как возраст, срок беременности, вес и кровотечение в первом или втором триместре.

Они обучили модель глубокого обучения на данных 30-минутных ЭГГ, проведенных в общей сложности у 159 беременных женщин, срок беременности которых составлял не менее 26 недель. Некоторые записи были получены во время регулярных осмотров, в то время как другие были записаны у матерей, которые были госпитализированы с симптомами преждевременных родов. Из всех женщин почти 19% родили преждевременно.

Команда обучила свою глубокую рекуррентную нейронную сеть с образцами данных, которые указывали на соответствующий исход беременности, чтобы изучить особенности данных, предсказывающих эти исходы.