مدل سه‌بعدی پژوهشگران برای پیش‌بینی احتمال سزارین

پژوهشگران در پیش‌چاپی در arXiv، مدل MvBody را برای برآورد خطر زایمان به روش سزارین معرفی کرده‌اند. این مدل از اسکن اپتیکی سه‌بعدی بدن و اطلاعات پزشکی خوداظهاری استفاده می‌کند؛ داده‌ها در هفته‌های ۳۱ تا ۳۸ بارداری جمع‌آوری شده‌اند. هدف پژوهش، بررسی امکان استفاده از شکل بدن برای پیش‌بینی خطر در موقعیت‌هایی است که دسترسی به مراقبت بیمارستانی محدود است.

MvBody بر پایهٔ معماری Transformer چندنما ساخته شده و برای بهبود آموزش در شرایط کمبود داده، از تابع زیانِ یادگیری متریک بهره می‌گیرد. در آزمون مستقل، مدل دقت ۸۴٫۶۲ درصد و سطح زیر منحنی ROC برابر با ۰٫۷۲۴ به دست آورد. نویسندگان می‌گویند عملکرد آن از مدل‌های یادگیری ماشین رایج و روش‌های پیشرفتهٔ تحلیل سه‌بعدی که با آن‌ها مقایسه شده، بهتر بوده است.

پژوهشگران با الگوریتم Integrated Gradients نیز عواملی را که در پیش‌بینی مدل نقش دارند بررسی کردند. وزن پیش از بارداری، سن مادر، سابقهٔ مامایی، سابقهٔ سزارین و شکل بدن—به‌ویژه در ناحیهٔ سر و شانه‌ها—از عوامل مؤثر شناسایی‌شده بودند.

این مطالعه یک بررسی آزمایشی است و چکیدهٔ مقاله، جزئیات بیشتری دربارهٔ اندازهٔ مجموعه‌داده یا ارزیابی کاربرد بالینی ارائه نمی‌کند. نویسندگان استفادهٔ آینده از دستگاه‌های عمومی ارزان‌تر را مطرح کرده‌اند، اما نتیجهٔ گزارش‌شده به‌تنهایی نشان نمی‌دهد که مدل برای تصمیم‌گیری بالینی آماده است.