Кардиотокография (КТГ): применение глубокого обучения для предсказания гипоксии плода
Проблема:
Интерпретация записей КТГ может быть субъективной и ведущей к ошибкам, особенно в условиях недостатка опытных специалистов, что увеличивает риски для плода.
Решение:
Google разработал глубокую нейронную сеть CTG-net для объективной интерпретации данных КТГ, что улучшает традиционные методы исследования.
Преимущества:
Модель CTG-net использует данные о физиологических показателях для предсказания гипоксии плода, улучшая точность диагностики.
Результаты:
Исследования показали, что модель, обученная на данных о pH крови пуповины, демонстрирует лучшую производительность, особенно при использовании данных КТГ за последние 30 минут до родов.
