新的解决方案可以产生准确自动化的胎盘诊断报告

胎盘可以提供母亲和婴儿健康的关键信息，但只有20%的胎盘在美国分娩后通过病理检查来评估，分析胎盘所需的成本、时间和专业知识令人望而却步。

现在，一组研究人员开发了一种新的解决方案，可以通过计算机摄影图像分析产生准确、自动化和近乎即时的胎盘诊断报告。他们的研究可以使所有的胎盘都得到检查，减少被送去进行全面病理检查的正常胎盘的数量，并为研究创造一个资源较少的分析途径-所有这些都可能对母亲和婴儿的健康结果有利。

胎盘驱动一切与怀孕的母亲和婴儿，但我们缺少胎盘数据95%的出生全球。创造一个更有效率、所需资源更少的过程，将使我们能够收集更全面的数据，以检查胎盘与孕产妇和胎儿健康结果之间的联系，它将帮助我们在没有特殊设备的情况下，在几分钟而不是几天内检查胎盘。

佩恩州立健康与人类发展学院营养科学助理教授艾莉森·格南德

该小组的研究报告分别于9月在阿根廷布宜诺斯艾利斯举行的国际胎盘协会联合会会议和10月在中国深圳举行的医学图像计算和计算机辅助干预国际会议上提交。

这项正在申请专利的技术利用人工智能来分析分娩后胎盘每一侧的图像，然后拿出一份报告，其中包含可能影响母婴临床护理的关键信息，比如胎儿是否在子宫中获得足够的氧气，或者是否有感染或出血的风险。

目前，没有基于证据的标准来确定何时应检查胎盘，低收入国家和家庭分娩较为普遍的地区往往缺乏资源进行甚至是基线的胎盘分析。这个数字工具可以提供一个解决方案，因为个人只需要一个智能手机或平板电脑与适当的软件。

格南德解释说：“即使在资源非常匮乏的地区，也有人通常拥有智能手机。”我们的目标是让一名医疗专业人员或受过培训的助产人员拍照，在通过许可软件进行分析后，可以立即提供有助于照顾母亲和婴儿的信息。

例如，插入点异常或过度扭曲的脐带可能是新生儿中风的预测因素。死产后的检查可以给出关于未来死产是否可能再次发生的家庭信息，并帮助医疗专业人员就可能的干预措施向他们提供建议。

为了创建这一系统，研究人员从西北纪念医院分析了13000张高质量的胎盘图像及其相应的病理报告。然后，研究人员标记了一组训练图像，其中包含了解胎盘的关键数据点，例如不完整区域和脐带插入点。

这些图像用于使用CPU和GPU服务器训练神经网络，这些服务器可以自动分析新的胎盘图像，以检测与异常和潜在健康风险相关的特征。他们的系统有效地对未标记的图像进行了预测，并与原始病理报告进行了比较，证明了该系统的高准确性和临床潜力。

宾夕法尼亚州立大学信息科学与技术学院的詹姆斯·王教授说：“过去的分析通常都是独立检查特征，使用的图像数量有限。“我们的工具利用人工智能和一个庞大而全面的数据集，通过将胎盘的不同部分视为互补，同时做出多个决定。据我们所知，这是第一个全面、自动化的胎盘分析系统。”

此外，这一工具可以促进妊娠研究，并有助于长期护理，为病人和从业者提供临床上有意义的信息。

王说，“我们不想取代病理学家，而是想在医生出生时向他们提供更多的信息，以便他们能够就如何照顾母亲和孩子做出有效和知情的决定。”

格南德总结说：“我们正在努力将胎盘数据转化为对临床医生和病人都友好的东西，从而使胎盘数据变得容易获取。”“我们知道胎盘的发育和功能对妊娠的健康至关重要，但我们只知道它能告诉我们多少关于母亲和婴儿的健康。这项研究是建立大数据的关键第一步，以更好地理解我们可以从胎盘中学到什么。”

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如有侵权行为，请第一时间联系我们修改或删除，多谢。

00后男护士的第一个护士节：健身让自己的体能更强