La IA puede tener un ‘ojo’ en los bebés en crecimiento: podría predecir el nacimiento prematuro a las 31 semanas

Alrededor del 10 % de todos los bebés nacidos en los EE. UU. en 2021 fueron prematuros, lo que significa que nacieron antes de las 37 semanas de embarazo, según los Centros para el Control y la Prevención de Enfermedades (CDC).

Los nacimientos prematuros también representan alrededor del 16% de las muertes infantiles.

Ahora, investigadores de la Universidad de Washington en St. Louis, Missouri, buscan mejorar esas probabilidades a través de el uso de la inteligencia artificial.

Desarrollaron un modelo de aprendizaje profundo que puede predecir los nacimientos prematuros mediante el análisis de la actividad eléctrica en el útero de la mujer durante el embarazo; luego probaron el modelo en un estudio que se publicó en la revista médica PLOS One.

LA HERRAMIENTA DE IA AYUDA A LOS MÉDICOS A ENTENDER LOS DATOS CAÓTICOS DE LOS PACIENTES E IDENTIFICAR ENFERMEDADES: INTERACCIÓN ‘MÁS SIGNIFICATIVA’

“La conclusión clave es que es posible tomar datos desde la semana 31 y predecir el nacimiento prematuro hasta la semana 37”, lo que sorprendió a los investigadores, Arye Nehorai, PhD, profesor de ingeniería eléctrica en Universidad de Washington en St. Louisdijo a Fox News Digital.

“El IA/aprendizaje profundo aprendió automáticamente las características más informativas de los datos que son relevantes para la predicción del parto prematuro”, añadió.

Además, los hallazgos indican que el parto prematuro es una condición fisiológica anormal, no solo un embarazo que terminó antes de tiempodijo Nehorai.

Durante el estudio, los investigadores realizaron electrohisterogramas (EHG), que usan electrodos en el abdomen para registrar la actividad eléctrica en el útero.

Tomaron registros de estas corrientes eléctricas de 159 mujeres embarazadas que tenían al menos 26 semanas y “entrenaron” el modelo de IA con esos datos.

RUPTURA DE ANEURISMA CEREBRAL ATERRIZA A INFLUENCIA EN LAS REDES SOCIALES EN COMA INDUCIDO MÉDICAMENTE DESPUÉS DE CESÁREA DE EMERGENCIA

Combinaron estos datos con información médica como la edad y el peso de la mujer, el peso fetal y cualquier sangrado experimentado en el primer o segundo trimestre.

Casi el 19 % de las mujeres del estudio dieron a luz antes de término. En teoría, los datos de esas mujeres podrían usarse como punto de referencia para predecir el parto prematuro.

“La ventaja de nuestro enfoque es que su construcción es económica”, dijo Nehorai sobre la nueva investigación. “Nuestro modelo fue efectivo en la predicción con registros de EHG más cortos, lo que podría hacer que el modelo sea más fácil de usar, más rentable en un entorno clínico y posiblemente utilizable en un entorno doméstico”.

De cara al futuro, los investigadores creen que los hospitales y los obstetras deberían adoptar este método como parte de los controles regulares de embarazo de las mujeres. Luego permitiría a las mujeres embarazadas buscar atención y hacer cambios en el estilo de vida para proteger la salud de su bebé según sea necesario.

“Nuestro trabajo contribuye al objetivo de utilizar dispositivos de medición de EHG para predecir con precisión el parto prematuro”.

“Se debe construir un dispositivo dedicado a implementar nuestro método para este propósito”, dijo Nehorai.

Es difícil decir cuánto tiempo pasará antes de que este tipo de prueba esté ampliamente disponible, dijeron los investigadores.

“Ya hay algunos dispositivos de medición de EHG en el mercado; sin embargo, ha sido un desafío predecir los nacimientos prematuros a partir de los datos de EHG”, dijo Uri Goldsztejn, candidato a doctorado en el departamento de ingeniería biomédica que trabaja bajo la supervisión del profesor Nehorai en Washington. Universidad.

EL NUEVO ‘CHATBOT PARA EL CÁNCER’ DE IA PROPORCIONA A LOS PACIENTES Y SUS FAMILIAS APOYO LAS 24 HORAS, LOS 7 DÍAS DE LA TARDE: ‘ENFOQUE EMPÁTICO’

“Nuestro trabajo contribuye al objetivo de usar dispositivos de medición de EHG para predecir con precisión el parto prematuro”, dijo a Fox News Digital.

Las mediciones de EHG generalmente toman entre 30 y 60 minutos, y se requiere tiempo adicional para colocar el dispositivo en el abdomen de la madre, anotó Goldsztejn.

“Demostramos que se pueden hacer predicciones basadas en mediciones de EHG más cortas, de menos de cinco minutos, sin reducir demasiado la precisión de la predicción”, dijo a Fox News Digital. “Este hallazgo es significativo, ya que la duración prolongada de las mediciones de EHG es una limitación importante para su adopción en entornos clínicos”.

‘Promesa’ de aprendizaje profundo, pero advertencias

Dra. Suzy Lipinski, obstetra/ginecóloga certificada por la junta en Pediatrix Medical Group en Denver, Coloradono participó en el estudio, pero compartió su opinión sobre si la tecnología de aprendizaje profundo podría ayudar a resolver el problema del parto prematuro en los EE. UU.

“Ser capaz de predecir quién está en riesgo antes de que se presente en trabajo de parto sería muy beneficioso”, dijo Lipinski a Fox News Digital. “El uso de un modelo de aprendizaje profundo parece prometedor; sin embargo, este estudio tiene un número relativamente pequeño de pacientes, por lo que no se puede determinar qué tan aplicable es esto a una población más grande”.

“Estudios previos usando IA no han mostrado una gran confiabilidad, por lo que se necesitarán más estudios y poblaciones de pacientes más grandes antes de que comencemos a usar este método”, agregó.

Otra limitación potencial es que muy pocos lugares usan mediciones de EHG, señaló el médico.

“El estándar en la mayoría de los hospitales y consultorios es usar un tocodinamómetro, que mide la presión, no la electricidad”, explicó.

OZEMPIC, WEGOVY Y RIESGO DE EMBARAZO: LO QUE NECESITA SABER SOBRE EL TEMA

Si EHG se convierte en la forma de evaluar el parto prematuro, entonces los hospitales, los centros de nacimiento y las oficinas tendrían que comprar nuevos equipos, lo que podría retrasar la adopción en áreas de bajos recursos como las zonas rurales y el interior de las ciudades, dijo Lipinski.

“Una tasa más alta de nacimientos prematuros en este estudio que el promedio nacional también genera dudas sobre la aplicabilidad”, dijo a Fox News Digital. “No se proporcionaron datos demográficos sobre la población de pacientes, por lo que no hay forma de ver cómo refleja la población de todo el país”.

“Ser capaz de predecir quién está en riesgo antes de que se presente en trabajo de parto sería muy beneficioso”.

También existe la posibilidad de falsos positivos, apuntó Lipinski.

“Aunque este método predice mejor que nuestros métodos actuales, todavía hay muchas pacientes que se identificarán como en riesgo que quizás no tengan un parto prematuro”, dijo. “Este resultado falso positivo provocará una gran carga de estrés en el paciente, así como una mayor utilización de recursos de cuidado a la salud.”

Cuando esto se convierta en el nuevo estándar de atención, dijo Lipinski, será necesario mejorar los tratamientos para el trabajo de parto prematuro.

“Nuestros problemas con el nacimiento prematuro son dos: tenemos una predicción deficiente, pero también opciones de prevención deficientes después de las 26 semanas”, añadió.

Los investigadores comparten las principales limitaciones del estudio

El estudio tiene dos limitaciones principales, según Goldsztejn.

“Primero, desarrollamos nuestro trabajo utilizando alrededor de 160 muestras de dos conjuntos de datos públicos”, dijo. “Aunque esta cantidad de datos fue suficiente para nuestra investigación inicial, se requeriría un conjunto de datos mucho mayor para desarrollar y validar un producto médico”.

La segunda limitación proviene de la naturaleza del aprendizaje profundo, que puede producir resultados precisos pero, por lo general, es difícil de interpretar, dijo Goldsztejn.

“En otras palabras, es un desafío entender cómo el algoritmo hace predicciones”, explicó.

HAGA CLIC AQUÍ PARA SUSCRIBIRSE A NUESTRO BOLETÍN DE SALUD

En una discusión de los hallazgos en la revista médica, los autores señalaron que “aunque los algoritmos de aprendizaje automático pueden contribuir a mejorar la atención médica y mucha investigación está generando avances en este campo, quedan desafíos importantes”.

“Se requeriría un conjunto de datos mucho más grande para desarrollar y validar un producto médico”.

Entre esos desafíos: puede ser difícil identificar las causas detrás de las predicciones del algoritmo, escribieron los investigadores.

HAGA CLIC AQUÍ PARA OBTENER LA APLICACIÓN FOX NEWS

“En nuestro caso, aunque nuestras predicciones podrían influir en el manejo del embarazo, nuestras predicciones deberían complementarse con exámenes médicos adicionales para determinar qué terapias tienen más probabilidades de reducir el riesgo de parto prematuro y mejorar sus resultados”, dijeron también los investigadores.