AI 現在能為產婦提供孕期健康護理了
作者 愛范兒 | 發布日期 2019 年 12 月 17 日 7:45
親友同事生孩子去,每天都能在社群網站看到新手媽媽的心得。生產的痛、哺乳的痛、頻繁起床的痛,當然還有初為人母的喜悅和看到孩子成長的欣慰,一切都讓人感歎,生孩子真的不容易。
不只生孩子過程艱辛,產後照顧撫育頗為繁瑣,連孕期也有零碎的注意事項,營養素補充、諸多產檢項目,還有眾多婆婆媽媽禁忌;如果經濟條件夠好有專人照顧,不然就只能靠自己努力學習了。
不過沒關係,AI 現在開始在孕期護理發揮作用了,未來 AI 或許就是個人專屬的孕期醫師,協助孕婦走完生產過程。
賓夕法尼亞州立大學最近研究發現人工智慧在胎盤健康分析的神奇用途。
胎盤是母體與胎兒氧氣和營養交換的場所,也是胎兒吸收食物和排泄代謝產物的導管,同時也是重要的內分泌器官。當胎盤由於疾病或各種原因導致胎盤功能不全,胎兒生長發育會受到嚴重影響,甚至有胎死腹中的危險。
胎盤本可幫我們更理解分娩,但在美國,只有 20% 胎盤分娩後還會透過病理學檢查,在中國胎盤甚至會入藥食用,變成名為「紫河車」的藥材,檢查研究更無從談起。
賓州州立大學營養科學助理教授 Alison Gernand 指出,儘管胎盤和懷孕息息相關,但全世界 95% 新生兒都沒有胎盤資料。因此,我們迫切需要創造只要更少資源就能讓研究人員更全面收集資料的研究流程,這有助檢驗胎盤與產婦、嬰兒健康狀況的直接聯繫,也為幾分鐘內無需特殊裝置就能診斷胎盤奠定基礎。
目前正在開發的新方案就可更準確、自動化即時性診斷胎盤,透過人工智慧影像辨識分析達成,可診斷所有胎盤健康情況,進而減少要求做進一步檢查的產婦數量,可為分析胎盤情況創造一條不那麼耗費資源的路。
人工智慧將在最短時間內協助檢查胎盤,使所有人都能獲得檢查結果。
研究人員分析近 13,000 張高品質的胎盤影像及來自西北紀念醫院的病理報告,他們用關鍵資料點標記一組訓練影像幫助 AI 理解胎盤。
經過訓練,機器就能自動分析胎盤影像,偵測出異常或潛在的健康風險有哪些特徵。系統很快就能分析預測未標記的影像,當系統生成的預測與初始病理報告比對時,團隊還會進一步檢查真實性。
此研究的最終目標不是取代專業醫療人員,而是幫助醫療工作者更好及更快決定,以便孕婦和胎兒可在需要時得到足夠的醫療支援。
從醫療輔助者到決策者,AI 還有很長的路要走。
資料來源:https://technews.tw/2019/12/17/using-artificial-intelligence-to-analyze-placentas/?fbclid=IwAR0Ar6EdYR25u94kyTtWAqU4Nkb0it0eRjnvGtpluv5VXWRCp_S610jogts
「alison artificial intelligence」的推薦目錄:
alison artificial intelligence 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文
AI 現在能為產婦提供孕期健康護理了
作者 愛范兒 | 發布日期 2019 年 12 月 17 日 7:45
親友同事生孩子去,每天都能在社群網站看到新手媽媽的心得。生產的痛、哺乳的痛、頻繁起床的痛,當然還有初為人母的喜悅和看到孩子成長的欣慰,一切都讓人感歎,生孩子真的不容易。
不只生孩子過程艱辛,產後照顧撫育頗為繁瑣,連孕期也有零碎的注意事項,營養素補充、諸多產檢項目,還有眾多婆婆媽媽禁忌;如果經濟條件夠好有專人照顧,不然就只能靠自己努力學習了。
不過沒關係,AI 現在開始在孕期護理發揮作用了,未來 AI 或許就是個人專屬的孕期醫師,協助孕婦走完生產過程。
賓夕法尼亞州立大學最近研究發現人工智慧在胎盤健康分析的神奇用途。
胎盤是母體與胎兒氧氣和營養交換的場所,也是胎兒吸收食物和排泄代謝產物的導管,同時也是重要的內分泌器官。當胎盤由於疾病或各種原因導致胎盤功能不全,胎兒生長發育會受到嚴重影響,甚至有胎死腹中的危險。
胎盤本可幫我們更理解分娩,但在美國,只有 20% 胎盤分娩後還會透過病理學檢查,在中國胎盤甚至會入藥食用,變成名為「紫河車」的藥材,檢查研究更無從談起。
賓州州立大學營養科學助理教授 Alison Gernand 指出,儘管胎盤和懷孕息息相關,但全世界 95% 新生兒都沒有胎盤資料。因此,我們迫切需要創造只要更少資源就能讓研究人員更全面收集資料的研究流程,這有助檢驗胎盤與產婦、嬰兒健康狀況的直接聯繫,也為幾分鐘內無需特殊裝置就能診斷胎盤奠定基礎。
目前正在開發的新方案就可更準確、自動化即時性診斷胎盤,透過人工智慧影像辨識分析達成,可診斷所有胎盤健康情況,進而減少要求做進一步檢查的產婦數量,可為分析胎盤情況創造一條不那麼耗費資源的路。
人工智慧將在最短時間內協助檢查胎盤,使所有人都能獲得檢查結果。
研究人員分析近 13,000 張高品質的胎盤影像及來自西北紀念醫院的病理報告,他們用關鍵資料點標記一組訓練影像幫助 AI 理解胎盤。
經過訓練,機器就能自動分析胎盤影像,偵測出異常或潛在的健康風險有哪些特徵。系統很快就能分析預測未標記的影像,當系統生成的預測與初始病理報告比對時,團隊還會進一步檢查真實性。
此研究的最終目標不是取代專業醫療人員,而是幫助醫療工作者更好及更快決定,以便孕婦和胎兒可在需要時得到足夠的醫療支援。
從醫療輔助者到決策者,AI 還有很長的路要走。
資料來源:https://technews.tw/…/using-artificial-intelligence-to-an…/…