2023年1月4日星期三(HealthDay新闻)——根据1月4日在线发表在JAMA Network Open上的一项研究，与手工胎儿生物测量相比，基于标准平面超声图像和飞行超声视频的人工智能(AI)模型在估计胎龄方面具有更高的准确性。
来自加州帕洛阿尔托谷歌Health的Chace Lee及其同事使用人工智能来解释标准的飞机超声图像和飞行超声视频，以提高对胎龄的估计。开发并验证了三个AI模型:使用标准平面图像的图像模型，使用飞行视频的视频模型，以及结合图像和视频模型的集成模型。模型的训练和评估是根据胎儿年龄机器学习计划队列的数据进行的。为404名参与者的测试集计算数据。
研究人员发现，所有模型在统计学上都优于基于标准胎儿生物特征的胎龄估计，这些胎龄估计来自超声专家捕捉的图像。与临床标准胎儿生物测定法相比，集成模型的平均绝对误差最低(平均差值为−1.51天)。在预测胎龄较小的胎儿上，所有三种模型都比标准生物测量法表现得更好。
作者写道:“由于我们的模型是建立在常规胎儿超声检查中收集的数据之上的，因此它们有可能无缝地融入常规临床工作流程。”
几位作者披露了与谷歌的财务关系，谷歌为这项研究提供了部分资金。一位作者透露了与Alphabet的关系。
抽象/全文
