一项新的研究表明，一种利用计算机视觉和人工智能（AI）的新工具可能帮助临床医生在婴儿出生时迅速评估胎盘，从而提高新生儿和产妇的护理质量。这项研究由西北大学医学中心和宾夕法尼亚州立大学的科学家共同完成，并发表在《模式》杂志上，该杂志还将其作为封面文章。
该研究描述了一个名为PlacentaVision的计算机程序，该程序可以通过分析胎盘的简单照片来检测与感染和新生儿败血症相关的异常情况。新生儿败血症是一种危及生命的状况，每年影响全球数百万新生儿。
“胎盘是我们实验室中最常见的标本之一，”该研究的合著者、西北大学费因伯格医学院病理学副教授兼围产期病理学主任杰弗里·戈德斯坦博士说。“当新生儿重症监护室治疗生病的孩子时，即使是几分钟的时间也可能对医疗决策产生重要影响。通过这些照片得出诊断结果，我们可以比正常流程提前几天获得答案。”
西北大学提供了研究中最大的图像集，戈德斯坦领导了算法的开发和调试工作。
该项目的主要研究人员艾莉森·D·格纳德提出了这个工具的最初想法，这源于她在全球健康工作中的经验，特别是在缺乏医疗资源的地区，妇女在家分娩的情况。
“不检查就丢弃胎盘是一个常见但常被忽视的问题，”宾夕法尼亚州立大学健康与人类发展学院营养科学系副教授格纳德说。“这是一个错失的机会，通过早期干预可以减少并发症，改善母亲和婴儿的健康状况。”
为什么早期检查胎盘很重要
胎盘在怀孕期间对孕妇和胎儿的健康起着至关重要的作用，但在出生时往往没有得到彻底检查，尤其是在医疗资源有限的地区。
“这项研究有可能拯救生命，改善健康结果，”宾夕法尼亚州立大学信息科学与技术学院的博士生潘一木说。“它可以使得胎盘检查更加普及，造福未来怀孕的研究和护理，特别是对于高风险的母亲和婴儿。”
通过像PlacentaVision这样的工具早期识别胎盘感染，临床医生可以采取及时行动，例如给母亲或婴儿使用抗生素，并密切监测新生儿的感染迹象，科学家们表示。
PlacentaVision旨在适用于各种医疗人群，研究人员表示。
“在低资源地区——那些医院没有病理实验室或专家的地方——这个工具可以帮助医生快速发现胎盘感染等问题，”潘一木说。“在设备齐全的医院，该工具最终可能帮助医生确定哪些胎盘需要进一步详细检查，使过程更高效，确保最重要的病例优先处理。”
“在将这种工具在全球范围内部署之前，我们面临的核心技术障碍是如何使模型足够灵活，以处理与胎盘相关的各种诊断，并确保该工具能够在各种分娩条件下稳健运行，包括光照条件、图像质量和临床环境的变化，”宾夕法尼亚州立大学信息科学与技术学院杰出教授詹姆斯·Z·王说，他是该研究的主要研究人员之一。
“我们的AI工具需要在许多训练图像来自设备齐全的城市医院的情况下保持准确性。确保PlacentaVision能够应对各种现实条件是至关重要的。”
该工具如何学习分析胎盘照片
研究人员使用跨模态对比学习，这是一种AI方法，用于对齐和理解不同类型数据之间的关系——在这种情况下，是视觉（图像）和文本（病理报告）——以教会计算机程序如何分析胎盘照片。
他们收集了一个涵盖12年时间的大规模、多样化的胎盘图像和病理报告数据集，研究了这些图像与健康结果的关系，并建立了一个能够基于新图像进行预测的模型。团队还开发了各种图像修改策略，以模拟不同的拍照条件，从而正确评估模型的韧性。
结果是PlacentaCLIP+，一个强大的机器学习模型，能够以高精度分析胎盘照片，检测健康风险。该模型经过跨国验证，以确认其在不同人群中的表现一致性。
据研究人员称，PlacentaVision设计为易于使用，可以通过智能手机应用程序或集成到医疗记录软件中，以便医生在分娩后快速获得答案。
下一步：为医务人员开发用户友好的应用程序
“我们的下一步包括开发一个用户友好的移动应用程序，该应用程序可以在资源有限的诊所或医院中由医务人员使用——只需最少的培训，”潘一木说。“用户友好的应用程序将允许医生和护士拍摄胎盘照片并立即获得反馈，从而改善护理。”
研究人员计划通过增加更多类型的胎盘特征和添加临床数据来使工具更加智能，以改进预测并促进长期健康研究。他们还将在不同医院测试该工具，以确保其在各种环境中都能正常工作。
“这个工具有潜力改变分娩后胎盘的检查方式，尤其是在这些检查很少进行的世界部分地区，”格纳德说。“这一创新承诺在低资源和高资源环境中都具有更高的可及性。通过进一步完善，它有可能通过早期、个性化的干预措施预防严重的健康结果，改善世界各地母亲和婴儿的生活。”
(全文结束)
