2025 article

Diagnostic Accuracy of an Integrated AI Tool to Estimate Gestational Age From Blind Ultrasound Sweeps

Jeffrey S. A. Stringer, Teeranan Pokaprakarn, Juan Carlos Prieto, Bellington Vwalika, Srihari V Chari, Ntazana Sindano, Bethany L. Freeman, Bridget Sikapande, Yuri V. Sebastião, Nelly M. Mandona, Elizabeth M. Stringer, Chiraz BenAbdelkader, Mutinta Mungole, Filson M. Kapilya, Nariman Almnini, Arieska N. Diaz, Brittany A. Fecteau, Michael R. Kosorok, Stephen R. Cole, Margaret P. Kasaro

1Citations signalées — pas une note de qualité

0Institutions déclarées

0Pays d’affiliation déclarés

Résumé fourni par la source

(Abstracted from JAMA 2024;332:649–657) Gestational age (GA) is critical for guiding obstetric decisions related to antenatal care and delivery. In high-income countries, GA is typically measured via fetal biometry using high-resolution ultrasound machines operated by credentialed sonographers.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref: Diagnostic Accuracy of an Integrated AI Tool to Estimate Gestational Age From Blind Ultrasound Sweeps
Date Crossref: 01/02/2025
Éditeur: Ovid Technologies (Wolters Kluwer Health)
Type: journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude et ne compte pas comme une seconde source scientifique indépendante.

Sujets associés

Artificial Intelligence in Healthcare and EducationSmart Systems and Machine LearningStatistical Methods in Epidemiology

Consulter la publication primaire DOI