一种新创建的工具，采用计算机视觉和人工智能(AI)，可以帮助全球的医疗专业人员迅速分析出生时的胎盘，从而提升母亲和新生儿的护理。胎盘感染的及时检测可能使母亲和婴儿能够及时接受抗生素治疗。此工具在资源有限的地区特别有价值，在这些地区病理实验室或专家不易获得，使医生能够快速识别潜在问题。在更先进的医疗设施中，它可以帮助辨别哪些胎盘需要进一步调查。
来自西北医学和宾州州立大学的研究人员开发了一种突破性的工具，利用计算机视觉和人工智能(AI)，使医生能够快速评估出生时的胎盘，可能提升新生儿和母亲的医疗保健。
研究于12月13日在《Patterns》杂志上发表，并在封面上展示该研究，介绍了PlacentaVision——一种评估胎盘简单照片的软件程序，以识别与感染及新生儿败血症相关的异常，这是一种影响全球许多新生儿的危急状况。
研究的共同作者、西北大学法因伯格医学院的围产病理学主任Jeffery Goldstein博士表示：“胎盘在实验室中是常见标本。对于新生儿重症监护病房的孩子来说，即使是几秒钟也能影响医疗决定。通过这些照片得出的诊断，我们可以比传统方法提前几天获得结果。”
西北大学提供了该研究中最大的图像集，Goldstein负责监督算法的开发和优化。
项目的主要研究者Alison D. Gernand通过其在全球健康方面的工作提出了这一工具的概念，特别是涉及由于缺乏医疗资源而在家分娩的女性的案例。
Gernand是宾州州立大学健康与人类发展学院的副教授，她指出：“忽视检查胎盘是一个常见问题，常常被低估。这一疏忽意味着错过了发现潜在问题和早期干预的机会，这可以优化母亲和婴儿的结局。”
及时胎盘检查的重要性
胎盘对孕妇和婴儿的健康至关重要，然而它在出生后常常没有被检查，尤其是在资源有限的环境中。
“这项研究有潜力挽救生命并改善健康结果，”来自信息科学与技术学院（IST）的博士研究生Yimu Pan表示，“这也可以使胎盘检查更加普及，惠及未来的怀孕，尤其是对高风险母亲和婴儿。”
像PlacentaVision这样的工具可以使医生及时识别胎盘感染，使他们能迅速采取行动，例如给母亲或新生儿施用抗生素，并密切监测婴儿是否有感染症状。
根据研究人员的说法，PlacentaVision的开发者旨在使其在各种医疗环境中广泛适用。
“在医院没有病理实验室或专家的资源有限地区，这个工具可以帮助医生快速识别胎盘感染等问题，”Pan提到。“在设备齐全的设施中，它最终可能有助于优先确定哪些胎盘需要更详细的检查，简化流程，并确保关键案例得到所需的关注。”
宾州州立大学的杰出教授、研究的主要负责人James Z. Wang解释道：“在我们能够在全球范围内实施这个工具之前，我们需要解决关键技术挑战，确保模型能够适应不同的胎盘诊断并在各种分娩环境下运作，包括不同的光照条件和成像质量。确保PlacentaVision在许多训练图像来自先进城市医院的情况下仍能保持准确性是至关重要的。”
训练工具分析胎盘图像
为了训练软件分析胎盘图像，研究人员使用了跨模态对比学习——一种AI技术，旨在对不同数据类型之间的关系进行对齐和解释，本例中为视觉（图像）和文本（病理报告）。他们汇编了一个经过12年整理的庞大而多样化的胎盘图像和报告数据集，调查这些图像与健康结果之间的关系，并为新图像开发预测模型。此外，他们创建了各种图像处理技术，以模拟不同的摄影条件，确保能够有效评估模型的鲁棒性。
最终结果是PlacentaCLIP+，一种能够准确评估胎盘照片健康风险的强健机器学习模型。它经过跨国验证，以核实其在不同人群中的一致表现。
研究人员设计PlacentaVision时旨在易于使用，使其通过智能手机应用或集成到医疗记录系统中，可以让医疗专业人员在分娩后快速获得评估。
下一步：为医疗提供者开发移动应用
“我们未来的计划是创建一个用户友好的移动应用，供医疗提供者使用，该应用在资源有限的诊所或医院中需要的培训很少，”Pan表示。“这个应用将允许医生和护士拍摄胎盘的照片，并及时获得反馈，从而最终提升患者护理。”
团队计划通过整合更多胎盘特征和相关临床数据来提高工具的有效性，以精细化预测，并为长期健康研究贡献力量。他们还计划在不同医院测试该工具，以确保其在不同环境中的有效性。
Gernand表示：“这项创新有潜力彻底改变产后胎盘检查，特别是在那些这种评估很少进行的地区。在低资源和高资源环境中提升可及性，可能会通过实现早期、量身定制的干预来预防严重健康问题，并改善全球母婴的结果。”
这项研究得到了国立卫生研究院生物医学成像与生物工程研究所的资助（拨款R01EB030130）。该项目利用了国家科学基金会资助的先进网络基础设施协调生态系统：服务与支持(ACCESS)程序的先进计算资源。
