Роль искусственного интеллекта в прогнозировании преждевременных родов

Аннотация:

Преждевременные роды (ПР) на протяжении многих лет остаются ведущей причиной неонатальной заболеваемости, инвалидизации и перинатальной смертности в результате тяжелых осложнений у новорожденных в виде внутрижелудочковых кровоизлияний, некротизирующего энтероколита, респираторного дистресс-синдрома и других патологических состояний. Проблема носит социальный, медицинский и экономический характер, она приводит к внушительным демографическим потерям и наносит ощутимый финансовый ущерб государству. В настоящее время разработаны эффективные меры профилактики ПР, однако их применение должно быть обосновано четкими показаниями во избежание неоправданных госпитализаций и медицинских вмешательств. Научные достижения отечественных и зарубежных исследователей в области прогнозирования позволили выявить предикторы досрочных родов, но их значение в оценке риска по-прежнему точно не определено. Несмотря на наличие разработанных международным Фондом фетальной медицины упрощенных математических калькуляторов для расчета риска ПР, поиск достоверных и надежных методов прогноза остается актуальным. В этой связи перспективным направлением развития прогнозной аналитики ПР может стать использование технологий искусственного интеллекта (ИИ), включая машинное обучение (МО). Сегодня самыми популярными методами МО для решения задач прогнозирования ПР являются дерево решений, наивный байесовский классификатор, случайный лес, машина опорных векторов, искусственная  нейронная сеть и глубокая нейронная сеть. Обзор литературы подготовлен с целью информирования широкого круга специалистов в области перинатологии о достижениях технологий МО и перспективах ИИ в прогнозировании ПР и оценке неблагоприятных перинатальных исходов, а также для демонстрации основных принципов работы алгоритмов ИИ, этапов создания моделей обучения, примеров успешного использования методов ИИ и ограничений их применения в клинической практике.