
Análise de gravidez baseada em IA descobre sinais de alerta anteriormente desconhecidos para o natimorto e complicações recém-nascidas

Os dados do ultrassom é um de um grande número de fatores que os prestadores de cuidados devem levar em consideração para estimar o risco de resultados negativos durante a gravidez. Crédito: University of Utah Health
Uma nova análise baseada em IA de quase 10.000 gestações descobriu combinações anteriormente não identificadas de fatores de risco ligados a graves resultados negativos da gravidez, incluindo o natimorto.
O estudo também constatou que pode haver uma diferença de dez vezes de risco para bebês que atualmente são tratados de forma idêntica sob diretrizes clínicas.
Nathan Blue, MD, autor sênior do estudo, diz que o modelo de IA que os pesquisadores geraram ajudou a identificar uma combinação “realmente inesperada” de fatores associados a maior risco e que o modelo é um passo importante para avaliar mais personalizados riscos e gravidez cuidado.
Os novos resultados são publicados em Gravidez e parto do BMC.
Riscos inesperados
Os pesquisadores começaram com um conjunto de dados existente de 9.558 gestações em todo o país, que incluíam informações sobre características sociais e físicas que vão desde o nível de apoio social das pessoas grávidas à sua pressão arterial, histórico médico e peso fetal, bem como o resultado de cada gravidez. Ao usar a IA para procurar padrões nos dados, eles identificaram novas combinações de características maternas e fetais que estavam ligadas a resultados prejudiciais à gravidez, como o natimorto.

Ao analisar quase 10.000 gestações com IA explicável, os pesquisadores identificaram novas combinações de fatores de risco e descobriram que pode haver até uma diferença de dez vezes de risco para bebês que atualmente são tratados de forma idêntica sob diretrizes clínicas. Crédito: Sophia Friesen / Universidade de Utah Health
Geralmente, as fetos do sexo feminino estão em risco ligeiramente menor de complicações do que os fetos masculinos-um efeito pequeno, mas bem estabelecido. Mas a equipe de pesquisa descobriu que, se uma pessoa grávida tiver diabetes pré-existente, as fetos femininas correm maior risco do que os homens.
Esse padrão anteriormente não detectado mostra que o modelo de IA pode ajudar os pesquisadores a aprender coisas novas sobre a saúde da gravidez, diz Blue, professor assistente de obstetrícia e ginecologia na Escola de Medicina Spencer Fox Eccles da Universidade de Utah.
“Ele detectou algo que poderia ser usado para informar o risco que nem mesmo o cérebro clínico realmente flexível e experiente reconheceu”, diz Blue.
Os pesquisadores estavam especialmente interessados em desenvolver melhores estimativas de risco para fetos nos 10% inferiores para o peso, mas não os 3% inferiores. Esses bebês são pequenos o suficiente para serem preocupantes, mas grandes o suficiente para que geralmente sejam perfeitamente saudáveis. Descobrir o melhor curso de ação nesses casos é um desafio: uma gravidez precisará de monitoramento intensivo e parto potencialmente precoce, ou a gravidez pode prosseguir em grande parte normal? As diretrizes clínicas atuais aconselham o monitoramento médico intensivo para todas essas gestações, o que pode representar uma carga emocional e financeira significativa.
Mas os pesquisadores descobriram que, dentro dessa classe de peso fetal, o risco de um resultado prejudicial à gravidez variou amplamente, de não ter mais arriscado do que uma gravidez média para quase dez vezes o risco médio. O risco foi baseado em uma combinação de fatores como sexo fetal, presença ou ausência de diabetes pré-existente e presença ou ausência de uma anomalia fetal, como um defeito cardíaco.
Blue enfatiza que o estudo detectou apenas correlações entre variáveis e não fornece informações sobre o que realmente causa resultados negativos.
A ampla gama de riscos é apoiada pela intuição médica, diz Blue; Médicos experientes sabem que muitos fetos de baixo peso são saudáveis e usarão muitos fatores adicionais para fazer chamadas individualizadas sobre riscos e tratamento. Mas uma ferramenta de avaliação de risco de IA poderia fornecer vantagens importantes sobre essas “verificações intestinais”, ajudando os médicos a fazer recomendações informadas, reproduzíveis e justas.
Por que ai?
Para modelos humanos ou IA, a estimativa de riscos da gravidez envolve levar em consideração um número muito grande de variáveis, da saúde materna a dados de ultrassom. Clínicos experientes podem avaliar todas essas variáveis para tomar decisões de atendimento individualizado, mas mesmo os melhores médicos provavelmente não seriam capazes de quantificar exatamente como chegaram à sua decisão final. Fatores humanos como preconceito, humor ou privação do sono quase inevitavelmente entram na mistura e podem distorcer sutilmente chamados de julgamento dos cuidados ideais.
Para ajudar a resolver esse problema, os pesquisadores usaram um tipo de modelo chamado “IA explicável”, que fornece ao usuário o risco estimado para um determinado conjunto de fatores de gravidez e também inclui informações sobre as quais as variáveis contribuíram para essa estimativa de risco e quanto . Ao contrário da AI “Box” mais familiar, que é amplamente impenetrável até para especialistas, o modelo explicável “mostra seu trabalho”, revelando fontes de viés para que possam ser abordadas.
Essencialmente, a IA explicável se aproxima da flexibilidade do julgamento clínico especializado, evitando suas armadilhas. O modelo dos pesquisadores também é especialmente adequado para julgar o risco de cenários de gravidez raros, estimando com precisão os resultados para pessoas com combinações únicas de fatores de risco. Esse tipo de ferramenta poderia ajudar a personalizar os cuidados, orientando as decisões informadas para pessoas cujas situações são únicas.
Os pesquisadores ainda precisam testar e validar seu modelo em novas populações para garantir que ele possa prever riscos em situações do mundo real. Mas o Blue espera que um modelo explicável baseado em IA possa ajudar a personalizar a avaliação e o tratamento de riscos durante a gravidez.
“Os modelos de IA podem essencialmente estimar um risco específico para o contexto de uma determinada pessoa”, diz ele, “e eles podem fazê -lo de forma transparente e reprodutível, que é o que nossos cérebros não podem fazer. Esse tipo de habilidade seria transformacional em nosso nosso campo.”
Mais informações:
A análise baseada em IA da restrição de crescimento fetal em uma coorte obstétrica prospectiva quantifica os riscos compostos de morbimortalidade perinatal e identifica cenários clínicos de alto risco não reconhecidos anteriormente, não reconhecidos, Gravidez e parto do BMC (2025). Doi: 10.1186/s12884-024-07095-6
Fornecido pela Universidade de Utah Health Sciences
Citação: Análise de gravidez baseada em IA descobre sinais de alerta anteriormente desconhecidos para complicações de natimorto e recém-nascidos (2025, 29 de janeiro) recuperado em 29 de janeiro de 2025 em https://medicalxpress.com/news/2025-01-Ai-sedied–pregnancy-analysis- Previely .html
Este documento está sujeito a direitos autorais. Além de qualquer negociação justa para fins de estudo ou pesquisa particular, nenhuma parte pode ser reproduzida sem a permissão por escrito. O conteúdo é fornecido apenas para fins de informação.