Thanh bên bài viết
Số lượt xem PDF: 345
NGHIÊN CỨU ỨNG DỤNG TRÍ TUỆ NHÂN TẠO TRONG SÀNG LỌC TRƯỚC SINH MỘT SỐ LỆCH BỘI NHIỄM SẮC THỂ (DOWN, EDWARD VÀ PATAU)
Nội dung chính của bài viết
Tóm tắt
Mục tiêu: Đánh giá kết quả thử nghiệm của hệ thống phần mềm trí tuệ nhân tạo hỗ trợ sàng lọc trước sinh đối với một số thể lệch bội nhiễm sắc thể (Down, Edward và Patau) tại Bệnh viện Phụ sản Trung ương và Bệnh viện Phụ Sản Hà Nội. Đối tượng và phương pháp: Các hồ sơ bệnh án gồm kết quả siêu âm thai, kết quả sàng lọc trước sinh dựa trên sinh hóa máu mẹ (Double test, Triple test) của tối thiểu 100 thai phụ đến khám tại Bệnh viện Phụ sản Trung ương và Bệnh viện Phụ Sản Hà Nội từ tháng 05/2022 đến tháng 11/2022, được phân tích bởi hệ thống phần mềm trí tuệ nhân tạo (phần mềm học máy và phần mềm hệ tri thức chuyên gia). Kết quả được so sánh với kết quả xét nghiệm nhiễm sắc thể (NST) đồ từ tế bào dịch ối. Kết quả: Hệ thống phần mềm trí tuệ nhân tạo sàng lọc trước sinh lệch bội nhiễm sắc thể cho kết quả chính xác cao, với độ nhạy 100% và độ đặc hiệu đạt từ 80% đến 100%. Kết luận: Do đó, hệ thống phần mềm này là công cụ hiệu quả để đánh giá khả năng sinh con mang lệch bội nhiễm sắc thể phổ biến và có thể hỗ trợ bác sĩ lâm sàng trong sàng lọc bất thường trước sinh trong tương lai.
Chi tiết bài viết
Từ khóa
Sàng lọc trước sinh, Trisomy, trí tuệ nhân tạo, phần mềm học máy, phần mềm hệ tri thức chuyên gia.
Tài liệu tham khảo
2. Choi RY, Coyner AS, Kalpathy-Cramer J, Chiang MF, Campbell JP. Introduction to Machine Learning, Neural Networks, and Deep Learning. (2164-2591 (Print))
3. Handelman GS, Kok HK, Chandra RV, Razavi AH, Lee MJ, Asadi H. eDoctor: machine learning and the future of medicine. J Intern Med. Dec 2018;284(6):603-619. doi:10.1111/ joim.12822
4. Li L, Liu W, Zhang H, Jiang Y, Hu X, Liu R. Down Syndrome Prediction Using a Cascaded Machine Learning Framework Designed for Imbalanced and Feature-correlated Data. IEEE Access. 2019 2019;7:97582-97593. doi:10.1109/ACCESS.2019.2929681
5. He F, Lin B, Mou K, Jin L, Liu J. A machine learning model for the prediction of down syndrome in second trimester antenatal screening. Clin Chim Acta Int J Clin Chem. 2021;521:206-211. doi:10.1016/j.cca.2021.07.015
6. Aoyagi, K., Ross, M. G., & Nakanishi, Y. (2019). Artificial intelligence detects Down syndrome in prenatal screening. The Journal of Maternal-Fetal & Neonatal Medicine, 32(16), 2801-2806.