The OxMat dataset: a multimodal resource for the development of AI-driven technologies in maternal and newborn child health

📄 arXiv: 2404.08024v1 📥 PDF

作者: M. Jaleed Khan, Ioana Duta, Beth Albert, William Cooke, Manu Vatish, Gabriel Davis Jones

分类: cs.LG

发布日期: 2024-04-11

💡 一句话要点

提出OxMat数据集以解决母婴健康数据不足问题

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 母婴健康 胎心监护 数据集 机器学习 产前护理 临床变量 人工智能

📋 核心要点

  1. 现有数据集在数量、详细临床数据和产前数据方面存在显著不足，限制了AI技术在母婴健康中的应用。
  2. OxMat数据集提供了大量的CTG记录和临床变量，特别关注产前阶段，以支持机器学习算法的开发和测试。
  3. 该数据集的构建为AI驱动的产前护理提供了坚实的基础，旨在改善母婴健康结果。

📝 摘要（中文）

随着人工智能在医疗领域的快速发展，特别是在产科护理中，通过对胎心监护（CTG）的分析来提升护理质量变得尤为重要。然而，现有技术的有效性依赖于高质量的大型数据集。本文介绍了牛津产科（OxMat）数据集，这是全球最大的CTG数据集，包含来自51,036次妊娠的177,211个独特CTG记录及丰富的母婴临床数据。该数据集填补了女性健康数据的关键空白，提供了对早期识别高风险胎儿的独特关注，旨在为未来的AI驱动的产前护理奠定基础。

🔬 方法详解

问题定义：本文旨在解决现有母婴健康数据集数量不足及缺乏详细临床数据的问题，尤其是在产前阶段的监测数据匮乏。

核心思路：OxMat数据集的核心思想是通过收集和整理大量的CTG记录及相关临床数据，提供一个高质量的资源，以支持机器学习算法的开发，特别是针对产前护理的应用。

技术框架：数据集的构建包括数据收集、数据清洗和数据标注三个主要阶段，确保数据的准确性和完整性。数据涵盖了产前、产中和产后的临床变量，形成了一个多模态的数据资源。

关键创新：OxMat数据集的创新之处在于其规模和数据的多样性，尤其是对产前阶段的重视，填补了现有数据集在这一领域的空白。

关键设计：数据集包含超过200个临床变量，确保了对重要结果（如死胎和酸中毒）的近乎完整的数据覆盖，且94%的CTG记录为产前数据，提供了丰富的研究基础。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

OxMat数据集的构建提供了177,211个CTG记录和200多个临床变量，显著提升了现有数据集的数量和质量。该数据集的独特性在于94%的CTG记录为产前数据，为早期识别高风险胎儿提供了重要支持。

🎯 应用场景

OxMat数据集的潜在应用领域包括产前监测、胎儿健康评估和AI驱动的医疗决策支持。通过提供丰富的临床数据，研究人员和医疗机构可以开发更精准的预测模型，从而改善母婴健康结果，降低相关风险。

📄 摘要（原文）

The rapid advancement of Artificial Intelligence (AI) in healthcare presents a unique opportunity for advancements in obstetric care, particularly through the analysis of cardiotocography (CTG) for fetal monitoring. However, the effectiveness of such technologies depends upon the availability of large, high-quality datasets that are suitable for machine learning. This paper introduces the Oxford Maternity (OxMat) dataset, the world's largest curated dataset of CTGs, featuring raw time series CTG data and extensive clinical data for both mothers and babies, which is ideally placed for machine learning. The OxMat dataset addresses the critical gap in women's health data by providing over 177,211 unique CTG recordings from 51,036 pregnancies, carefully curated and reviewed since 1991. The dataset also comprises over 200 antepartum, intrapartum and postpartum clinical variables, ensuring near-complete data for crucial outcomes such as stillbirth and acidaemia. While this dataset also covers the intrapartum stage, around 94% of the constituent CTGS are antepartum. This allows for a unique focus on the underserved antepartum period, in which early detection of at-risk fetuses can significantly improve health outcomes. Our comprehensive review of existing datasets reveals the limitations of current datasets: primarily, their lack of sufficient volume, detailed clinical data and antepartum data. The OxMat dataset lays a foundation for future AI-driven prenatal care, offering a robust resource for developing and testing algorithms aimed at improving maternal and fetal health outcomes.