Memajukan Diagnostik Pranatal melalui Pembelajaran Mendalam: Kajian tentang Pengesanan Sindrom Down Dikuasakan AI melalui Pengimejan Ultrabunyi

Pengesanan awal dan tepat keabnormalan kromosom kekal sebagai asas penjagaan pranatal moden. Sindrom Down (Trisomi 21), disebabkan oleh salinan tambahan kromosom 21, adalah salah satu daripada keadaan genetik yang paling lazim di seluruh dunia. Ia membentangkan pelbagai ciri fenotip dan cabaran kognitif, menjadikan diagnosis tepat pada masanya penting untuk kedua-dua campur tangan perubatan dan kesediaan ibu bapa.

Dalam a penerbitan terkini diindeks oleh Institut Jurutera Elektrik dan Elektronik (IEEE), penyelidik Vidhyasagar Bs, Sree Chandana Madamanchi, dan Sivakumar Kalimuthu dari Universiti SEGi memberikan ulasan mendalam tentang kemajuan kontemporari dalam pendekatan pembelajaran mendalam untuk pengesanan sindrom Down melalui pengimejan ultrasound. Kajian itu, yang dibentangkan pada Persidangan ICETITE 2024 di India, menyatukan metodologi semasa yang memanfaatkan teknik pembelajaran mesin (ML) dan pembelajaran mendalam (DL)—terutamanya rangkaian neural convolutional (CNN)—untuk mentafsir imbasan ultrasound pranatal dengan lebih ketepatan dan konsisten.

Kajian ilmiah ini secara kritis mengkaji set data terkini, seni bina model dan hasil prestasi, mendedahkan peningkatan peranan kecerdasan buatan dalam mengubah amalan diagnostik tradisional. Kertas kerja itu menyerlahkan janji model DL dalam mengenal pasti penanda ultrasound utama seperti lut sinar nuchal dan profil muka, yang menunjukkan Trisomi 21. Kemajuan sedemikian bukan sahaja meningkatkan ketepatan diagnostik tetapi juga mengurangkan pergantungan pada prosedur invasif, mengurangkan risiko yang berkaitan kepada ibu dan anak.

Sivakumar Kalimuthu, mewakili Universiti SEGi, menyumbang kepakarannya dalam informatika bioperubatan dan aplikasi AI dalam penjagaan kesihatan, sejajar dengan komitmen institusi SEGi terhadap penyelidikan translasi dan impak yang didorong oleh inovasi.

Semakan itu juga menggariskan cabaran yang mendesak, termasuk keperluan untuk set data beranotasi yang lebih besar, pertimbangan etika dalam penggunaan AI, dan penyepaduan alatan AI ke dalam aliran kerja klinikal. Penulis mencadangkan hala tuju masa hadapan untuk memastikan bahawa teknologi ini bukan sahaja kukuh dari segi saintifik tetapi juga bertanggungjawab dari segi etika dan sosial.

Kerja ini menyumbang secara bermakna kepada kemajuan inovasi kesihatan digital.

Baca penyelidikan penuh di sini: https://ieeexplore.ieee.org/document/10493220

Penyelidikan ini adalah selaras dengan Matlamat Pembangunan Lestari Pertubuhan Bangsa-Bangsa Bersatu, seperti:
Matlamat 3 – Kesihatan dan Kesejahteraan yang Baik, yang bertujuan untuk memastikan kehidupan yang sihat dan menggalakkan kesejahteraan untuk semua pada semua peringkat umur.

Sebarkan cinta