AIIC AWARDS 2023

ALGORITMI BASATI SU RETI NEURALI ARTIFICIALI POSSONO PERMETTERE DI INDIVIDUARE LA POSIZIONE DELL’OCCIPITE FETALE? UNO STUDIO RETROSPETTIVO

AFFILIAZIONE
amolab srl

AUTORE PRINCIPALE
Dott.ssa Vitellio Paola

VALUTA IL CHALLENGE[ratingwidget]

GRUPPO DI LAVORO
Dott.ssa Reho Elisa – amolab srl, lecce
Dott.ssa Vitellio Paola – amolab srl, lecce
Dott.ssa Di Trani Maria Giovanna – amolab srl, lecce
Dott. Morello Rocco – consiglio nazionale delle ricerche, lecce
Dott. Calcagnile Salvatore – amolab srl, lecce

AREA TEMATICA
Applicazioni di intelligenza artificiale in sanità

ABSTRACT
L’impiego dell’intelligenza artificiale (IA) nella valutazione della posizione dell’occipite fetale è un’area di ricerca in rapida evoluzione. In questo studio, è stata valutata l’accuratezza di un algoritmo basato su due reti neurali convoluzionali (CNN), classificante immagini ecografiche intrapartum (US) delle posizioni dell’occipite anteriore/posteriore/trasversale.
312 donne a termine sono state arruolate da 21 ospedali partecipanti allo studio multicentrico “AI Occiput”. Un totale di 1261 immagini ecografiche transperineali sono state selezionate e classificate come Anteriori, Posteriori o Trasversali per avere un riferimento per valutare l’accuratezza dell’algoritmo rispetto al gold standard (operatore esperto).
Nell’approccio proposto, le due CNN sono state addestrate in modo indipendente per classificare rispettivamente anteriore/non anteriore (CNNA/nA) e posteriore/trasverso (CNNP/T). L’algoritmo segue dunque due possibili percorsi:
1) se l’immagine è classificata come Anteriore, l’algoritmo termina fornendo l’output Anteriore
2) se l’immagine è classificata come non anteriore, l’immagine diventerà l’input della seconda rete neurale (CNNP/T), che la classifica come posteriore/trasversale.
Le posizioni dell’occipite anteriore/non anteriore classificate CNNA/nA sono state classificate con accuratezza del 98,3%, specificità del 97,2% e sensibilità del 98,7%. Posizioni posteriori/trasversali classificate CNNP/T con accuratezza del 91,3%, specificità dell’89,5% e sensibilità dell’89,9%.
La classificazione finale di Anteriore/Posteriore/Trasverso è stata raggiunta con accuratezza del 95,4%, specificità del 97,1%, sensibilità del 94,5%, F1-score del 93,7%.
L’algoritmo proposto classifica le posizioni dell’occipite con risultati sovrapponibili al Gold Standard; pertanto l’impiego dell’IA può migliorare la qualità del management del travaglio tramite un approccio non invasivo ed operatore-indipendente e può altresì fornire una valutazione più accurata e oggettiva atta ad evitare potenziali errori di valutazione umana.

 

 

Torna su »