AI分析胎盤 預測妊娠併發症風險

By on September 9, 2020

原文刊於信報財經新聞「StartupBeat創科鬥室

產婦分娩後,病理學家不時會檢查胎盤有否異常,為母嬰提供即時及長期的重要健康訊息。惟醫院產婦眾多,在有限資源下,一般胎盤往往未經檢查就被丟棄。美國卡內基梅隆大學(CMU)的研究團隊最近研發出一種新技術,透過人工智能(AI)分析胎盤樣本,預測產婦在未來懷孕時,患上妊娠併發症的風險,減輕醫護人員的工作負擔。

CMU團隊透過研發一種AI技術,可以預測產婦患上妊娠併發症的風險。(法新社資料圖片)

CMU團隊研發一種AI技術,可以預測產婦患上妊娠併發症的風險。(法新社資料圖片)

確認每條血管健康狀況

科技媒體The Next Web報道,全球有2%至8%孕婦患有妊娠毒血症(pre-eclampsia)。這病症對母嬰均構成致命風險,但透過病理性的胎盤蛻膜性血管病變(Decidual Vasculopathy, DV)檢測, 有助預測產婦在下一胎懷孕期間,患上妊娠併發症包括妊娠毒血症的風險。奈何病理學家須經過多年的專業訓練,才能診斷婦女是否患有妊娠併發症;再者,醫院內孕婦人數眾多,病理學家一般缺乏足夠時間詳細檢查每一個胎盤。

CMU團隊期望,通過AI機器學習技術,自動掃描產婦的胎盤影像,以偵測其血管狀況,並確認每條血管是否健康,快速識別胎盤樣本有否蛻膜性血管病變的徵狀,以評估她們懷有下一胎時,會否出現妊娠併發症,從而及早治療,減低母嬰風險。此外,該演算法還能分析婦女懷孕時的不同特徵,例如胎齡、母體狀況等。一旦系統檢測到任何異常情況,便為該胎盤作出標記。

AI有助病理學家找出胎盤的異常情況,再對症下藥。(卡內基梅隆大學圖片)

AI有助病理學家找出胎盤的異常情況,再對症下藥。(卡內基梅隆大學圖片)

冀降檢測成本服務母嬰

與專業病理學家相比,CMU的演算法更能準確地為病變作出分類。然而, CMU研究員表示,有關系統並非旨在取代專業的醫學人員,相反,他們期望通過AI標記,協助病理學家找出胎盤內出現異常的地方,再對症下藥。團隊長遠期望AI系統有助減低檢測成本,為更多孕婦及嬰兒提供服務。

支持 StartupBeat

如欲投稿、報料,發佈新聞稿或採訪通知,按這裡聯絡我們