Strojové učení předpoví preeklampsii už ve 34. týdnu těhotenství

Nový model využívající strojové učení dokáže s vysokou přesností předpovědět riziko preeklampsie v pozdním těhotenství. Včasná detekce umožní lékařům lépe monitorovat a případně zasáhnout, což může chránit matku i dítě.

Vědci z Weill Cornell Medicine vyvinuli model strojového učení, který dokáže předpovídat riziko preeklampsie, závažné komplikace v pozdním těhotenství. Preeklampsie, charakterizovaná náhlým vzestupem krevního tlaku, postihuje 2-8 % těhotenství celosvětově a může mít vážné následky.

Vylepšení diagnostiky

Stávající metody pro hodnocení rizika preeklampsie, často používané v prvním trimestru, mají omezenou přesnost pro pozdní formy onemocnění, které tvoří většinu případů. Nový model, popsaný v JAMA Network Open, využívá data z elektronických zdravotních záznamů a poskytuje průběžně aktualizované predikce rizika. Model byl trénován na datech z téměř 59 000 těhotenství a nejlépe předpovídal riziko kolem 34. týdne těhotenství.

Klíčové prediktory a budoucí dopady

Výzkum ukázal, že krevní tlak těhotné ženy je nejsilnějším prediktorem preeklampsie. V raném třetím trimestru mohou abnormalní výsledky rutinních krevních testů naznačovat riziko, potenciálně spojené s problémy placenty. Později v těhotenství se pak jako důležitější ukazatele objevují věk matky a počet bílých krvinek, což naznačuje možnou roli zánětu. Tento model by mohl lékařům poskytnout cenný časový náskok pro včasné klinické zásahy, jako je intenzivnější monitorování nebo úprava léčby krevního tlaku, a pomoci tak zlepšit péči o matku i dítě.