Integrating Clinical Parameters and Cardiotocograms for Real-Time Alerting

Technische Samenvatting: Integratie van Klinische Parameters en Cardiotocogrammen voor Real-Time Waarschuwingen

Probleemstelling
Cardiotocografie (CTG) is de standaardmethode voor het monitoren van de foetale conditie tijdens de bevalling, waarbij de foetale hartslag (FHR), baarmoedercontracties (UC), moederhartslag (MHR) en foetale bewegingen (FM) worden geregistreerd. De visuele interpretatie hiervan is echter subjectief, wat leidt tot aanzienlijke inter- en intra-beoordelaarsvariabiliteit en inconsistente klinische beslissingen. Hoewel er computerondersteunde systemen bestaan, zijn deze vaak beperkt tot retrospectieve analyse of rigide regelgebaseerde logica die geen nieuwe patronen kan ontdekken. Bovendien vertrouwen bestaande machine learning-benaderingen doorgaans op statische feature-vectoren (wat ze retrospectief maakt) of richten ze zich uitsluitend op ruwe signalen zonder de klinische context te integreren. Er is een gebrek aan systematische evaluatie met betrekking tot de integratie van statische klinische parameters (CP's) in real-time, continue CTG-interpretatiesystemen.

Methodologie
De studie maakt gebruik van een retrospectieve dataset van 254 opnames van 147 patiënten van de Hannover Medical School (januari–augustus 2024). De dataset bevat vier signalen gesampled op 4 Hz (FHR, UC, MHR, FM) en statische klinische parameters geëxtraheerd uit elektronische patiëntendossiers (bijv. moederleeftijd, BMI, obstetrische geschiedenis). Ground truth-labels ('Normaal', 'Verdacht', 'Pathologisch') werden toegekend door twee ervaren obstetriciens op basis van FIGO-richtlijnen, met een matige inter-beoordelaarsovereenkomst (Cohen's $\kappa$ = 0,587).

De auteurs ontwikkelden en vergeleken drie machine learning-architecturen, die elk werden getest in twee configuraties: een baseline (alleen CTG-data) en een uitgebreide versie (inclusief statische CP's). De modellen werden geëvalueerd in een gesimuleerde real-time setting, waarbij voorspellingen werden gegenereerd met een frequentie van 1 Hz vanaf de eerste minuut van de beschikbare data.

1. Feature-gebaseerd Model (XGBoost): Een Extreme Gradient Boosting-classifier die engineered features verwerkt die afgeleid zijn van sliding windows (10, 90 en 120 minuten). De features omvatten FHR-baseline, variabiliteit, event-counts en nieuwe stateful duur-features (cumulatieve tijd in kritieke toestanden). Statische CP's werden geconcateneerd aan de feature-vector.
2. Raw Data-gebaseerd Model (Transformer): Een time-series transformer die ruwe voorbewerkte signalen verwerkt (FHR, UC, MHR en een indicator voor ontbrekende data). Het maakte gebruik van een convolutionele embedding-laag gevolgd door een twee-laagse encoder. Statische CP's werden via een MLP geëmbed en per tijdstap gefuseerd.
3. Hybride Model (LSTM): Een Long Short-Term Memory-netwerk dat een gecombineerde vector van ruwe signalen en engineered features verwerkt. Voor de uitgebreide versie werd een MLP parallel aan de statische CP's gebruikt, waarbij een klinische embedding werd gecreëerd die bij elke tijdstap met de LSTM-output werd geconcateneerd.

Belangrijkste Bijdragen

• Real-Time Continue Analyse: In tegenstelling tot veel studies die statische vectoren of vaste segmenten gebruiken, implementeert dit werk continue, per seconde uitgevoerde feature-extractie en voorspelling, wat de temporele dynamiek van foetale staatsovergangen adresseert.
• Systematische Evaluatie van Klinische Parameters: De studie kwantificeert expliciet de impact van het integreren van een uitgebreide set statische klinische parameters over verschillende architecturen, waarmee de aanname dat meer data altijd voordelig is, wordt uitgedaagd.
• Superioriteit van Hybride Architectuur: Het artikel toont aan dat het fuseren van ruwe signaaldata met engineered, kennisgebaseerde features superieure prestaties oplevert vergeleken met puur feature-gebaseerde of puur raw-data-benaderingen.
• Klinisch Georiënteerde Metrics: Prestaties worden geprioriteerd op basis van 'Pathologische' recall (sensitiviteit) en de macro F1-score, waarbij rekening wordt gehouden met de cruciale noodzaak om fout-negatieven bij de detectie van foetale nood te minimaliseren en rekening te houden met de ernstige klasse-imbalans.

Resultaten

• Best Presterend Model: Het hybride LSTM-model zonder klinische parameters behaalde de beste algehele prestaties, met een 'Pathologische' recall ($R_p$) van 0,565 en een macro F1-score van 0,545. Deze prestatie bereikte ongeveer 85% van het niveau van de inter-expert overeenkomst ($R_p$ = 0,697).
• Impact van Klinische Parameters: De inclusie van CP's was niet uniform voordelig en was sterk modelafhankelijk:
  • Transformer: Prestaties verbeterden met CP's ($R_p$ steeg van 0,560 naar 0,595).
  • Hybride LSTM: Prestaties verslechterden met CP's ($R_p$ daalde van 0,565 naar 0,490), hoewel de 'Verdachte' recall significant verbeterde.
  • XGBoost: De algehele prestaties verslechterden met CP's.
• Foutanalyse: Misclassificaties kwamen voornamelijk voor tussen aangrenzende klassen (bijv. 'Normaal' naar 'Verdacht') en bij temporele grenzen, wat de geleidelijke aard van foetale staatsovergangen en de inherente onnauwkeurigheid van handmatige annotatie weerspiegelt.

Betekenis en Claims
De auteurs beweren dat hun werk de methodologische grondslag legt voor klinisch bruikbare real-time waarschuwingssystemen. Zij stellen dat de hybride benadering superieur is voor continue CTG-analyse omdat deze gebruikmaakt van de complementaire sterktes van deep learning (het vastleggen van subtiele temporele dynamiek uit ruwe signalen) en feature engineering (het integreren van hoogwaardige klinische logica).

De studie concludeert bescheiden dat, hoewel hybride modellen haalbaar zijn voor automatische waarschuwingen, de integratie van statische klinische parameters zorgvuldige, architectuur-specifieke selectie vereist in plaats van eenvoudige inclusie. De auteurs benadrukken dat hun bevindingen clinici ondersteunen bij de complexe taak van CTG-interpretatie, maar merken op dat verdere validatie op grotere, multi-center datasets en prospectieve klinische trials noodzakelijk zijn voordat klinische translatie kan plaatsvinden. Het artikel stelt expliciet dat het doel niet is om een enkele annotator perfect te repliceren, maar om een robuust systeem te vestigen dat de subjectiviteit vermindert die inherent is aan de huidige klinische praktijk.