Preskočiť na obsah Preskočiť na pätu (NCP VaT)
VEDA NA DOSAH – váš zdroj informácií o slovenskej vede

Priekopnícky model AI vie odhaliť pľúcne ochorenie u predčasne narodených detí

VEDA NA DOSAH

Bronchopulmonálna dysplázia, ktorá môže postihnúť predčasne narodené deti, sa deteguje ťažko.

Predčasne narodené dieťa v inkubátore. Zdroj: iStockphoto.com

Predčasne narodené dieťa v inkubátore. Zdroj: iStockphoto.com

Umelé neurónové siete dokážu toho v dnešnej dobe už naozaj mnoho. Výskumníci zo Švajčiarska teraz prišli na to, že by sa technológia dala využiť na detekciu pľúcnych ochorení u predčasne narodených detí analýzou ich vzorcov dýchania počas spánku. Svoj výskum prezentovali na kongrese Európskej respiračnej spoločnosti (ERS) vo Viedni v Rakúsku.

Predčasne narodené deti

Podľa Svetovej zdravotníckej organizácie je za predčasný považovaný pôrod pred ukončeným 37. gestačným týždňom. Ten môže priniesť dieťaťu zvýšené riziko úmrtia a dlhodobých následkov. Čím v nižšom gestačnom týždni sa dieťa narodí, tým má vyššie riziko komplikácií.

Organizmus takéhoto bábätka nie je ešte pripravený na život mimo maternice, preto takéto dieťa potrebuje špecifickú starostlivosť. Nedokáže si udržať telesnú teplotu, má problémy s výmenou krvných plynov, cirkuláciou, dodávkou energie a vylučovaním.

Jedným z chronických ochorení, ktoré môže postihnúť predčasne narodené deti, je aj bronchopulmonálna dysplázia (BPD). Ide o problém s dýchaním, keď sú pľúca novorodenca pri narodení nevyvinuté. Často potrebujú podporu dýchacieho prístroja alebo kyslíkovú terapiu – liečbu, ktorá môže natiahnuť a spôsobiť zápal pľúc, ktoré vyvolajú dyspláziu.

Odhaliť bronchopulmonálnu dyspláziu nie je však také jednoduché, ako by sa mohlo zdať. Testy funkcie pľúc zvyčajne vyžadujú, aby pacient na požiadanie vyfúkol – čo deti nedokážu. Súčasné techniky si vyžadujú sofistikované vybavenie na meranie charakteristík ventilácie pľúc dojčiat.

Hologram pľúc na robotickej dlani. Zdroj: iStockphoto.com

Hologram pľúc na robotickej dlani. Zdroj: iStockphoto.com

Trénovanie AI

Novú štúdiu predstavil na kongrese Edgar Delgado-Eckert, mimoriadny profesor na Katedre biomedicínskeho inžinierstva Bazilejskej univerzity a vedúci výskumnej skupiny z Univerzitnej detskej nemocnice vo Švajčiarsku.

Umelé neurónové siete sú matematické modely, ktoré sa používajú na klasifikáciu a predikciu. Aby bolo možné urobiť presné predpovede, musia byť najprv vyškolené na veľké množstvo údajov, čo predstavuje pri BPD problém.

„Existuje však alternatíva. Môžeme merať dýchanie dieťaťa počas spánku. Potrebujeme len mäkkú tvárovú masku ​​so senzorom, ktorý dokáže merať prietok a objem vdychovaného a vydychovaného vzduchu. Toto zariadenie je lacné a dostupné,“ uviedol Delgado-Ecker. Tieto údaje použil jeho tím na trénovanie AI, aby vedela rozpoznať BPD.

Vedci sledovali skupinu 139 donosených a 190 predčasne narodených detí, pričom zaznamenávali ich dýchanie počas desiatich minút spánku. Tím použil 60 percent údajov, aby naučil sieť, ako rozpoznať BPD, 20 percent na overenie modelu (aby sa zabezpečilo, že nie je príliš fixovaný na tréningové údaje) a na zvyšných 20 percent sa opýtali AI. Jej úlohou bolo posúdiť a identifikovať novorodeniatka s BPD. Model bol presný na úžasných 96 percent.

„Náš výskum prináša po prvýkrát komplexný spôsob neinvazívnej analýzy dýchania a možnosť, ako sledovať dychové abnormality u novorodencov,“ približuje Delgado-Ecker. Odborníci plánujú testovať model aj naďalej a zistiť, či by sa mohol použiť aj u detí len niekoľko týždňov po narodení na analýzu funkcie pľúc, prípadne detekciu iného ochorenia, akým je astma u starších detí.

Zdroj: Unilabs, MedicalXpress

(JM)

 

CENTRUM VEDECKO-TECHNICKÝCH INFORMÁCIÍ SR Ministerstvo školstva, výskumu, vývoja a mládeže Slovenskej republiky