Downův syndrom: Těhotenský screening umí zpřesnit umělá inteligence
Neinvazivní, přesný, levný a bezpečný. Tak se zatím jeví inteligentní predikační model čínských vědců vyvinutý pro screening Downova syndromu v prvním trimestru těhotenství.
Každá žena prochází během gravidity několika vyšetřeními, která kontrolují stav a zdraví plodu. Mimo jiné se zkoumá i případná přítomnost Downova syndromu. Jde o nejčastější chromozomální abnormalitu způsobující opoždění vývoje a mentální postižení. Vyšetření může proběhnout za použití ultrazvuku nebo biopsií plodových obalů, amniocentézou či punkcí žíly plodu. Přesnost ultrazvuku je ale nižší než 80 % a ostatní metody mohou být pro ženy příliš invazivní.
Na bázi učení
Vědci z Ústavu automatizace Čínské akademie věd (CASIA) však vyvinuli inteligentní model, který umožňuje neinvazivní screening Downova syndromu pomocí ultrazvukového obrazu. Podařilo se jim vytvořit konvoluční neuronovou síť (CNN), aby zkonstruovali model hlubokého učení (DL). Ten se mohl začít učit reprezentativní rysy z ultrazvukových snímků za účelem identifikace plodů s Downovým syndromem.
Různé vrstvy
CNN je algoritmus hlubokého učení, který dokáže vzít vstupní obraz, v jeho rámci přiřadit důležitost různým aspektům či objektům a odlišit jeden od druhého. CNN může mít mnoho skrytých vrstev. Tento konkrétní výzkum, týkající se Downova syndromu, zahrnoval 11 skrytých vrstev. K další interpretaci modelu hlubokého učení v podobě čitelné pro člověka vědci také použili mapu aktivace třídy (CAM), aby objasnili, na co se model zaměřil a jak umožnil CNN naučit se rysy určující skóre rizika.
Jednoznačně lepší
Studie zahrnovala celkem 822 případů. 550 účastníků bylo zařazeno do výcvikového souboru a 272 účastníků do validačního souboru. Výzkumníci použili dvourozměrné ultrazvukové snímky střední sagitální roviny obličejů plodů mezi 11. a 14. týdnem těhotenství. Každý snímek zobrazoval pouze hlavičku plodu.
Bylo zjištěno, že prvních pět úrovní map znaků vizualizovaných pomocí CAM názorně ukazovalo proces učení reprezentativních znaků. CAM aplikovaný na poslední vrstvu zobrazil vizualizované oblasti odpovědí pro rozhodování modelu.
Vědci se tak přesvědčili, že tento screeningový model, zkonstruovaný pro detekci Downova syndromu v raném těhotenství, je výrazně lepší než běžně používané manuální označování markerů a zlepšuje přesnost predikce o více než 15 %.
(nov)
Zdroje:
1. Zhang L., Dong D., Sun Y., Hu C., Sun C., Wu Q., Tian J. JAMA Netw Open. 2022 Jun 1; 5 (6): e2217854. doi 10.1001/jamanetworkopen.2022.17854.
2. AI Enables Non-Invasive, Accurate Screening for Down Syndrome in the First Trimester. Digital Health News. 7. 7. 2022. Dostupné na www.digitalhealthnews.eu/index.php?option=com_content&view=article&id=6738:ai-enables-non-invasive-accurate-screening-for-down-syndrome-in-the-first-trimester&catid=164:research.
Foto: Pixabay.com
