危地马拉农村地区基于边缘人工智能的实时胎儿评估
机器学习
2025-03-20 v2
摘要
围产期并发症，定义为在妊娠、分娩和产后即刻期间出现的状况，是全球母婴健康的重要负担。造成这些差异的因素包括获得优质医疗服务的途径有限、社会经济不平等以及医疗基础设施的差异。解决这些问题对于改善母亲和新生儿的健康结果至关重要，特别是在服务不足的社区中。为了缓解这些挑战，我们开发了一款人工智能支持的智能手机应用程序，旨在提供即时护理决策支持。该工具旨在通过利用机器学习技术来增强孕期健康监测。该应用程序的预期用途是通过提供实时分析和基于收集数据的反馈来协助助产士进行常规家访。该应用程序在 Kotlin 框架中集成了 TensorFlow Lite (TFLite) 和其他基于 Python 的算法，以实时处理数据。该应用专为传统医疗基础设施可能匮乏的低资源环境而设计。目标患者人群包括服务不足地区的孕妇和新妈妈，该开发系统在危地马拉农村进行了试点。这一基于机器学习的解决方案通过为医疗保健提供者提供决策支持工具来改善母婴健康结果，从而满足了获得优质围产期护理的关键需求。
引用
@article{arxiv.2503.09659,
title = {Edge AI for Real-time Fetal Assessment in Rural Guatemala},
author = {Nasim Katebi and Mohammad Ahmad and Mohsen Motie-Shirazi and Daniel Phan and Ellen Kolesnikova and Sepideh Nikookar and Alireza Rafiei and Murali K. Korikana and Rachel Hall-Clifford and Esteban Castro and Rosibely Sut and Enma Coyote and Anahi Venzor Strader and Edlyn Ramos and Peter Rohloff and Reza Sameni and Gari D. Clifford},
journal= {arXiv preprint arXiv:2503.09659},
year = {2025}
}