– Projekt dotyczący predykcji przedwczesnych porodów przy użyciu sztucznych sieci neuronowych, które wykorzystują ultrasonograficzne filmy, polega na wczesnej detekcji porodów, które z powodów naturalnych odbędą się zbyt wcześnie. Obecnie 2/3 porodów przedwczesnych, czyli takich przed 36. tygodniem ciąży, jest diagnozowanych, ale co trzeci nie jest. Prowadzi to do dużego ryzyka związanego z nieodpowiednią opieką w momencie przyjścia na świat – mówi agencji Newseria Innowacje dr hab. inż. Tomasz Trzciński, adiunkt na Wydziale Elektroniki i Technik Informacyjnych na Politechnice Warszawskiej.

Tylko w Polsce między 22. a 36. tygodniem ciąży co roku rodzi się ok. 20 tys. dzieci. Na świecie, według różnych statystyk, 6–10 proc. ciąż kończy się przedwczesnym porodem. Choć najtrudniejsza sytuacja panuje w Afryce i Azji, także w USA i krajach europejskich zbyt wczesny poród jest jedną z głównych przyczyn śmierci noworodków. Choć większość takich porodów można przewidzieć, zdiagnozowanie części z nich jest praktycznie niemożliwe. Grupą szczególnie trudną do określenia ryzyka przedwczesnego porodu stanowią matki, które są w ciąży po raz pierwszy.

Systemy prognozowania, oparte na sztucznej inteligencji i sieciach neuronowych, mogłyby znacznie zmniejszyć skalę zbyt wczesnych porodów. Nad takim systemem pracują polscy naukowcy w ramach projektu sfinansowanego ze środków Rady Naukowej Politechniki Warszawskiej.

– W ramach projektu chcemy opracować metody oparte na sieciach neuronowych konwolucyjnych,, które na bazie zdjęć i filmów USG wykonywanych standardowo w ramach diagnostyki prenatalnej są wykorzystywane do oceny prawdopodobieństwa przedwczesnego porodu i ewentualnego przygotowania matki wraz z dzieckiem do takiej sytuacji – tłumaczy dr hab. inż. Tomasz Trzciński.

Medycyna coraz częściej wykorzystuje sieci neuronowe i sztuczną inteligencję do diagnostyki i predykcji części chorób. Nowoczesne technologie pozwalają przewidzieć choroby nowotworowe, prawdopodobieństwo zaburzeń neurologicznych, a automatyczna interpretacja elektrokardiograficzna jest już stosowana do diagnozowania zawału mięśnia sercowego i opracowywania leków. Wszystko wskazuje na to, że sieci neuronowe mogą pomóc również w prowadzeniu ciąży. Gdyby lekarze byli w stanie wykorzystać dane i sztuczną inteligencję do przewidywania, które kobiety w ciąży mogą być zagrożone, do wielu z przedwczesnych porodów można by się lepiej przygotować.

– Mamy do dyspozycji zbiory danych pozwalające na zidentyfikowanie powiązań między markerami, czyli między takimi wskazówkami, które widoczne są na samych zdjęciach USG, a rezultatem ciąży, czyli tym, że została ona rzeczywiście przedwcześnie zakończona. W związku z tym jesteśmy w stanie wytrenować sieć neuronową, która biorąc na wejściu zestaw zdjęć, ocenia, jak duże jest prawdopodobieństwo, że ciąża zostanie przedwcześnie rozwiązana – przekonuje ekspert.

Techniki głębokiego uczenia się wymagają mniej inżynierii danych i zapewniają dokładniejsze przewidywanie podczas pracy z ich dużymi ilościami. Udowodniły to już badania prowadzone przy chorobach onkologicznych i kardiologicznych. Jeśli projekt polskich naukowców się powiedzie, to w 2021 roku mógłby powstać serwis dla lekarzy i przyszłych mam, który pozwoliłby określić ryzyko przedwczesnego porodu.

– Mamy zebrane już dane z różnych źródeł, wraz z odpowiednimi adnotacjami na temat uzyskanych rezultatów. Czekamy w części tych danych na powodzenie w samym donoszeniu ciąży, żeby uzyskać finalną informację, czy była ona przedwczesna. W planach mamy opublikowanie dotychczasowych rezultatów na przełomie wiosny i lata, a później przejdziemy do implementacji serwisu dla szerszej populacji – zapowiada dr hab. inż. Tomasz Trzciński.