Örneğin, Mayo Clinic'in gerçekleştirdiği bir çalışmada, 66.000'den fazla doğum verisi analiz edilerek makine öğrenimi algoritmalarıyla "doğum risk skoru" geliştirildi. Bu sistem, doğum sırasındaki risklerin bireysel olarak tahmin edilmesini sağlıyor ve klinik personelin kritik kararları daha güvenli bir şekilde almasına olanak tanıyor. Araştırmacılar, bu algoritmanın kullanılmasıyla komplikasyonların azaltılabileceği ve sağlık hizmeti maliyetlerinin düşürülebileceğini öngörüyorlar.
Benzer şekilde, preeklampsi gibi ciddi gebelik komplikasyonlarının tespitinde de YZ çözümleri öne çıkıyor. Yeni bir model, elektrokardiyogram (EKG) verilerini analiz ederek hamilelik sırasında preeklampsi riskini 90 güne kadar önceden tespit edebiliyor. Bu tür teknolojilerin giyilebilir cihazlarla entegrasyonu, risk altındaki kadınların uzaktan izlenmesini mümkün kılarak erken müdahaleyi teşvik ediyor.
Bu tür teknolojilerin gelişimi, anne ve bebek sağlığını artırırken, aynı zamanda hastane kaynaklarının daha verimli kullanılmasını sağlıyor. Uzmanlara göre gelecekte YZ'nin, gebelik takibini daha kişiselleştirilmiş ve güvenli hale getirmesi bekleniyor.
(Sema Yüksel Güngörmez)