Специалисты Петрозаводского государственного университета предложили клиницистам новый инструмент для раннего прогнозирования риска преждевременных родов с помощью искусственного интеллекта. Учеными был проанализирован набор данных 10 тыс. обезличенных записей электронных медицинских карт, включающих 54 переменные, в том числе исторические, клинические, лабораторные и инструментальные (диагностические/визуализационные) параметры.
Алгоритм машинного обучения, основанный на градиентном бустинге — классификатор CatBoost (Categorical Boosting Classifier) показал лучшие результаты прогнозирования риска: точность 81%, чувствительность 87%. Всего были протестированы 14 алгоритмов: CatBoost оказался в лидерах. Дальнейшая работа будет включать включение дополнительных предикторов (в том числе, биохимических маркеров) и многоцентровые валидационные исследования. Это позволит подтвердить эффективность технологии и ускорит её внедрение в клиническую практику.
By