Digital Tहिनक Tअंकडीटीटी)

कृत्रिम बुद्धि कैसे समय से पहले जन्म को रोकने में मदद करेगी?

विश्व स्वास्थ्य संगठन (डब्ल्यूएचओ) की एक रिपोर्ट के अनुसार, हर साल 15 लाख नवजात शिशु समय से पहले जन्म से प्रभावित होते हैं। उनमें से एक लाख तक मर जाते हैं। कई लोग आजीवन अक्षमता का सामना करते हैं। आमतौर पर इस्तेमाल किया जाने वाला मैनुअल विश्लेषण अल्ट्रासाउंड चित्र संभावित समस्याओं का पता लगाने की अनुमति देता है, लेकिन एक सही तरीका नहीं है। इस समस्या को डॉक्टरों द्वारा मान्यता दी जाती है। 2017 में, निकोल सोचकी-वोज्किका (स्त्री रोग में विशेषज्ञ के बारे में) और जैकब वोज्स्की ने डॉ। इलेक्ट्रॉनिक्स और सूचना प्रौद्योगिकी के संकाय से टॉमाज़ Trzciński वारसॉ प्रौद्योगिकी विश्वविद्यालय (WUT) और पूछा कि क्या अधिक सहजता से भविष्यवाणी करने के लिए एक परियोजना शुरू करना संभव था समय से पहले जन्म का उपयोग करते हुए तंत्रिका - तंत्र समझना। फिर एक रिसर्च टीम बनाई गई और काम शुरू हुआ। पहले प्रभाव पहले से ही ज्ञात हैं। हमारे समाधान कंप्यूटर डायग्नोस्टिक्स का समर्थन कर सकते हैं और सहज समय से पहले जन्म के अधिक सटीक पूर्वानुमान को सक्षम कर सकते हैं, "वारसॉ यूनिवर्सिटी ऑफ़ टेक्नोलॉजी के स्नातक और प्रोजेक्ट पर काम करने वाली टीम के सदस्यों में से एक, सिजमन प्लॉटका बताते हैं।

छवि स्रोत: पिक्साबे

तंत्रिका नेटवर्क को प्रशिक्षित करें


इससे पहले कि हम परियोजना शुरू करें, हमारे साथ काम करने वाले डॉक्टरों ने गर्भाशय ग्रीवा के आकार की रूपरेखा के रूप में सीखने का डेटा, सत्यापन डेटा और एनोटेशन तैयार किया। अल्ट्रासाउंड और संख्यात्मक चित्र (0 और 1), जो बदले में जन्म के समय से मेल खाती है, समय से पहले जन्म, "सिजोन प्लोटका बताते हैं।


पूर्व-सफाई के बाद, ऐसे डेटा का उपयोग "सीखने" के डेटा के रूप में किया जाता है तंत्रिका नेटवर्क - इस मामले में एक सजा जाल (जाल) - उपयोग किया गया।
यह पिक्सेल द्वारा प्रत्येक छवि पिक्सेल का विश्लेषण करता है और आवश्यक विशेषताओं को निकालता है जो एक छवि के एक दिलचस्प हिस्से को विभाजित करने के कार्य के लिए उपयोग किया जाता है (इस मामले में गर्भाशय ग्रीवा) और इसे वर्गीकृत करना (चाहे वह समय से पहले श्रम हो या नहीं) - Szymon Błotka बताते हैं। एक बार जो तंत्रिका नेटवर्क प्रशिक्षित, यह परीक्षण डेटा पर परीक्षण किया जाएगा जो प्रशिक्षण के दौरान उपयोग नहीं किया गया था। यह प्रशिक्षित मॉडल की वैधता की जांच करता है।


इस परियोजना के परिणामस्वरूप दो वैज्ञानिक प्रकाशन हुए हैं।


"में परिणामU- नेट विभाजन नेटवर्क के साथ समय से पहले जन्म लेने वालों का अनुमान " वर्णित कार्य अन्य बातों के अलावा, एक तंत्रिका नेटवर्क का उपयोग करके 30% (डॉक्टरों द्वारा मैन्युअल रूप से) से 18% तक समयपूर्व जन्म की भविष्यवाणी करने में त्रुटि में कमी है। "स्पॉन्टेनियस प्रीटरम बर्थ प्रेडिक्शन विथ कन्फ्यूज़नल न्यूरल नेटवर्क" में शोधकर्ताओं ने पहले प्रकाशन की तुलना में विभाजन की गुणवत्ता में सुधार प्रस्तुत किया और बेहतर वर्गीकरण परिणाम हासिल किए। जहां तक ​​हम जानते हैं, यह एकमात्र मौजूदा काम है जो ट्रांसवजाइनल अल्ट्रासाउंड छवियों के आधार पर सहज समय से पहले जन्म की भविष्यवाणी करने के कार्य से निपटता है - सिजमन प्लॉटका कहते हैं।

वैज्ञानिक वर्तमान में एक वेब एप्लिकेशन के रूप में एक सेवा पर काम कर रहे हैं। आप तैयार किए गए तंत्रिका नेटवर्क मॉडल को वहां उपलब्ध कराना चाहते हैं। यह स्त्रीरोग विशेषज्ञ के विश्लेषण में मदद करने के लिए डिज़ाइन किया गया है अल्ट्रासाउंड चित्र मदद और इसलिए सहज का निदान समय से पहले जन्म सहयोग। और जो लाखों नवजात शिशुओं के जीवन और स्वास्थ्य को बचा सकता है।