Специалисты Петрозаводского государственного университета создали систему на базе искусственного интеллекта, способную оценивать риски преждевременных родов на ранних сроках беременности. Алгоритм CatBoost, основанный на методе градиентного бустинга, показал наилучшие результаты среди 14 протестированных моделей машинного обучения. Об этом сообщили в пресс-службе вуза.
Разработка обучена на 10 тыс. обезличенных электронных медицинских карт и анализирует 54 параметра, включая клинические данные, лабораторные анализы и историю болезней. Система учитывает такие факторы, как плацентарная недостаточность, инфекции, истмико-цервикальная недостаточность, многоплодная беременность и зачатие посредством ЭКО. Точность прогнозов модели составляет 81%, а чувствительность (способность выявлять реальные случаи риска) достигает 87%. Полнота извлечения текстовой информации из медкарт составила 99,8%.
Результаты исследования опубликованы в журнале «Акушерство, гинекология и репродукция». Ученые отмечают, что инструмент позволит врачам переходить от универсальных протоколов к персонализированной медицине, своевременно назначать профилактику и снижать уровень неонатальной смертности. Авторы подчеркивают, что ИИ является вспомогательным инструментом поддержки принятия решений, а не заменой специалиста, и требуются дальнейшие многоцентровые испытания для внедрения технологии в широкую практику.
