VIFBA: framework AI prevede il volume dei ventricoli cerebrali fetali dall'ecografia

Un nuovo framework di intelligenza artificiale chiamato VIFBA è stato introdotto dai ricercatori per prevedere il volume dei ventricoli laterali da video ecografici del cervello fetale, valutare la gravità della ventricolomegalia (VM) e rilevare possibili anomalie non-VM nel cervello fetale. Questo approccio mira a superare i limiti delle valutazioni ecografiche tradizionali, che dipendono dalle competenze dell'operatore e potrebbero non catturare accuratamente l'ingrandimento ventricolare complessivo. Sebbene la risonanza magnetica fetale offra dati volumetrici più precisi, i suoi costi elevati e la limitata disponibilità ne ostacolano l'applicazione di routine. VIFBA migliora l'apprendimento delle rappresentazioni attraverso un obiettivo di predizione latente a tubo ispirato a JEPA (architettura predittiva a incorporamento congiunto), impiega una strategia di allineamento cross-modale contrastivo per il trasferimento di informazioni strutturali e facilita valutazioni complete del cervello fetale utilizzando solo l'ecografia. I risultati sono disponibili in un articolo su arXiv (arXiv:2608.14763), che non è ancora stato sottoposto a revisione paritaria, con l'obiettivo di migliorare l'accessibilità e l'affidabilità degli screening per anomalie cerebrali fetali e potenzialmente ridurre la dipendenza da costose risonanze magnetiche nell'assistenza prenatale.