Melhor desempenho obtido com modelo que diferencia a posição anterior do occipital
Um modelo de aprendizado profundo é capaz de avaliar a posição da cabeça do feto usando ultrassom transperineal durante o segundo estágio do trabalho de parto com excelente precisão geral, de acordo com um estudo publicado on-line na edição de outubro do European Journal of Obstetrics & Gynecology and Reproductive Biology .
Ruben Ramirez Zegarra, da Universidade de Parma, na Itália, e colegas desenvolveram um modelo de aprendizado profundo usando redes neurais convolucionais para identificar automaticamente a posição da cabeça fetal no ultrassom transperineal no segundo estágio do parto. Os dados incluíram 2.154 imagens transperineais de participantes elegíveis em 16 centros colaboradores.
Os pesquisadores relataram que o modelo para a classificação da posição da cabeça fetal no plano axial no ultrassom transperineal teve excelente desempenho geral (94,5%), uma sensibilidade de 95,6%, uma especificidade de 91,2%, uma pontuação F1 de 0,92 e um kappa de Cohen de 0,90. O melhor desempenho foi alcançado pelo modelo que diferenciou a posição anterior do occipital versus as más posições da cabeça fetal, com uma precisão de 98,3%. O segundo melhor modelo diferenciou as posições posterior do occipital versus transversa do occipital, com uma precisão de 93,9%. O modelo que classificou a posição transversa do occipital direito versus esquerdo teve uma precisão de 91,3%.
"Nosso modelo de aprendizado profundo pode diferenciar entre subtipos específicos de malposições da cabeça fetal, o que o torna uma ferramenta clínica potencial no tratamento de malposições fetais na sala de parto", escrevem os autores.
