Создана ИИ-модель для оценки рисков преждевременных родов

Ученые Петрозаводского государственного университета разработали систему на базе ИИ для ранней оценки рисков преждевременных родов по данным электронных медкарт. Ученые отмечают, что лучшие результаты прогнозирования риска среди алгоритмов машинного обучения показал алгоритм на основе градиентного бустинга — CatBoost Classifier (Categorical Boosting Classifier). Модель показала высокую и чувствительность точность 81%, и 87% соответственно.

Модель обучена на 10 тыс. обезличенных карт с 54 параметрами, включая клинические и лабораторные записи врачей. Система анализирует комбинации факторов: плацентарная недостаточность, инфекции, истмико-цервикальная недостаточность, многоплодность, ЭКО. Это позволит врачам раньше выявлять риски и назначать профилактику, снижая неонатальную смертность.

Преждевременные роды происходят в результате целого комплекса показателей, взаимодействующих между собой, и уникальных для каждой конкретной беременной женщины. Авторы исследования подчеркивают, что ИИ — инструмент аналитики, а не замена врачу. Для более точной диагностики возможных рисков преждевременных родов нужны многоцентровые тесты и биомаркеры. 

Кроме диагностики преждевременных родов, специалисты выяснили, что ИИ можно использовать для прогнозирования сердечно-сосудистых осложнений у женщин по результатам маммографии.

medvestnik.ru