РАЗРАБОТКА И ВАЛИДАЦИЯ СИСТЕМЫ ПРОГНОЗИРОВАНИЯ ПРЕЖДЕВРЕМЕННЫХ РОДОВ НА ОСНОВЕ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И КЛИНИЧЕСКИХ ДАННЫХ

Аннотация:

Преждевременные роды (ПР) — ведущая причина неонатальной смертности и инвалидности, приводящая к серьезным социально-экономическим последствиям. Сохраняющая на протяжении десятилетий высокая частота ПР требует поиска более эффективных инструментов прогнозирования данного состояния. Цель: Разработка и валидация системы прогнозирования ПР на основе искусственного интеллекта (ИИ) и данных, полученных из электронных медицинских карт (ЭМК). Использованы 10 000 обезличенных записей ЭМК беременных и 54 клинические переменные. Система включала NLP-модель (на основе RuBERT) для извлечения признаков ПР из русскоязычных медицинских записей и предиктивную модель на основе машинного обучения (МО) для оценки риска ПР. Лучшие результаты в оценке риска ПР продемонстрировал алгоритм CatBoost Classifier: accuracy (доля правильных ответов) 0,81 (95% ДИ 0,799—0,821); чувствительность (recall) 0,87 (95%> ДИ 0,857— 0,883); точность (precision) 0,76 (95% ДИ 0,748—0,772); F-мера 0,81 (95% ДИ 0, 805— 0,815); A UC-ROC 0,82 (95% ДИ 0,809-0,831). Заключение: Разработанная система прогнозирования ПР показала сопоставимые с зарубежными аналогами метрики и устойчивость при валидации, что подтверждает перспективность ее внедрения в реальную акушерскую практику.

Авторы:

Издание: Акушерство и гинекология
Год издания: 2025
Объем: 14с.
Дополнительная информация: 2025.-N 12.-С.74-87. Библ. 26 назв.
Просмотров: 0