Trefwoorden: Congenitale diafragmatische hernia, Kunstmatige intelligentie, Uitkomstvoorspelling, Beeldvorming
 

"Outcome prediction in newborns with congenital diaphragmatic hernia: From imaging to artificial intelligence Imag(in)ing the future of CDH"

Congenitale diafragmatische hernia (CDH) is het gevolg van een abnormale foetale ontwikkeling van het diafragma en migratie van buikorganen naar de thorax door het diafragmatisch defect. De hernia verstoort de ontwikkeling van de longen en veroorzaakt pulmonale hypoplasie en persisterende pulmonale hypertensie (PH). De gecombineerde beoordeling van longgrootte, leverpositie en defectzijde door prenatale beeldvorming maakt het mogelijk om foetussen met CDH in verschillende groepen in te delen die correleren met perinatale mortaliteit en morbiditeit. Recentelijk zijn er methoden op basis van kunstmatige intelligentie (AI) ontwikkeld om de analyse van medische gegevens op neonataal gebied te ondersteunen, maar nog niet bij neonaten met CDH. Deze dissertatie onderzoekt de belangrijkste bijdrage van perinatale beeldvorming in combinatie met klinische kenmerken bij het voorspellen van mortaliteit en morbiditeit bij pasgeborenen met CDH, met speciale aandacht voor de opkomende rol van foetale MRI en AI. Dit proefschrift ondersteunt de toepassing van machine learning (ML) en deep learning (DL) benaderingen voor de ontwikkeling van voorspellende algoritmen voor postnatale uitkomsten, met name voor ernstige PH en overleving. AI bij CDH zal bijdragen aan het nauwkeurig bepalen van de prognose, het sturen van vroegtijdige gerichte interventies en gepersonaliseerd management, en het verbeteren van de algehele kwaliteit van de zorg.

Klik hier voor de livestream.