سامانه همایش های دانشگاه آزاد اسلامی واحد نجف آباد

صفحه اصلی / اولین همایش بین المللی تحول خدمات سلامت: تلفیق مراقبت، درمان، بازتوانی و امیدبخشی

کاربرد تلفیقی هوش مصنوعی و پروفایلسازی میکروبیوم واژن در پیشبینی زودهنگام زایمان زودرس: یک مقاله مروری

نویسندگان :

مرجان گلی¹ بهاره کامرانپور²

1- ، مرکز تحقیقات توسعه علوم پرستاری و مامایی، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد ایران 2- ، دانشکده پرستاری مامایی، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران

کلمات کلیدی :

زایمان زودرس،میکروبیوم واژن،هوش مصنوعی،یادگیری ماشین،پیشبینی

چکیده :

چکیده چکیده مقدمه: زایمان زودرس (قبل از هفته 37 بارداری) یکی از علل اصلی مرگ و میر نوزادان در جهان است و سالانه حدود 15 میلیون نوزاد نارس متولد میشوند. ابزارهای پیشبینی کنونی از حساسیت و ویژگی محدودی برخوردارند[1].. هدف این مطالعه مروری، بررسی نقش تلفیق هوش مصنوعی و پروفایلسازی میکروبیوم واژن در پیشبینی زودهنگام زایمان زودرس بر اساس شواهد علمی جدید است. روشها: این مطالعه مروری با جستجوی نظاممند در پایگاههای داده PubMed، Scopus، Web of Science و Google Scholar با استفاده از کلیدواژههای "Preterm Birth"، "Vaginal Microbiome"، "Artificial Intelligence"، "Machine Learning"، "Deep Learning" و "Prediction Model" در بازه زمانی 2020 تا 2026 انجام شد. از میان 45 مقاله یافتشده، 12 مقاله مرتبط با معیارهای ورود انتخاب و تحلیل شدند. یافتهها: شواهد نشان میدهد که دیسبیوز واژن (کاهش لاکتوباسیلوس و افزایش باکتریهای بیهوازی) با افزایش خطر زایمان زودرس همراه است[4] . مطالعات اخیر نشان دادهاند که مدلهای یادگیری ماشین میتوانند با استفاده از دادههای میکروبیومی، زایمان زودرس را با دقت قابل قبولی پیشبینی کنند. در بهترین مدلها به دقت 0.69 برای زایمان زودرس و 0.87 برای زایمان بسیار زودرس دست یافتند [3]. همچنین مدل مبتنی بر شبکه عصبی عمیق، دقت 0.875 را گزارش کرده است [6]. مطالعات همچنین کاهش لاکتوباسیلوس کریسپاتوس و افزایش جنسهای Sneathia، Gardnerella و Prevotella را به عنوان مهمترین نشانگرهای میکروبی مرتبط با زایمان زودرس شناسایی کردهاند [2،5،8 ]. نتیجهگیری: تلفیق هوش مصنوعی و پروفایلسازی میکروبیوم واژن رویکردی امیدبخش برای پیشبینی زودهنگام زایمان زودرس است. با این حال، چالشهایی نظیر عدم استانداردسازی روشها، تفاوتهای قومیتی و نیاز به اعتبارسنجی در جمعیتهای متنوع وجود دارد. توصیه میشود مطالعات آینده بر روی توسعه مدلهای تفسیرپذیر و اعتبارسنجی بالینی در جمعیتهای مختلف متمرکز شوند. واژگان کلیدی: زایمان زودرس، میکروبیوم واژن، هوش مصنوعی، یادگیری ماشین، پیشبینی