研究表明人工智能可以训练来检测早产儿的肺部疾病

根据在奥地利维也纳举行的欧洲呼吸学会 (ERS) 大会上公布的研究，可以通过分析早产儿睡眠时的呼吸模式来训练人工神经网络 (ANN) 来检测早产儿的肺部疾病。

该项研究由瑞士巴塞尔大学生物医学工程系兼职教授、大学儿童医院研究小组负责人埃德加·德尔加多-埃克特 (Edgar Delgado-Eckert) 发表。

支气管肺发育不良 (BPD) 是一种会影响早产儿的呼吸问题。当新生儿的肺部在出生时尚未发育时，他们通常需要呼吸机或氧气治疗的支持——这些治疗可能会拉伸和刺激肺部，从而导致 BPD。

但识别 BPD 很困难。肺功能测试通常需要成人按要求呼气——这是婴儿无法做到的——因此目前的技术需要精密的设备来测量婴儿的肺通气特征。因此，BPD 是少数几种通常通过其主要原因之一——早产和呼吸支持来诊断的疾病之一。

ANN 是用于分类和预测的数学模型。为了做出准确的预测，ANN 需要先用大量数据进行训练，这在 BPD 方面带来了问题。

德尔加多-埃克特教授解释说：“直到最近，对大量数据的需求阻碍了为婴儿肺部疾病创建准确模型的努力，因为评估他们的肺功能非常困难。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！