2 статей
Систематический обзор 120 исследований (2020–2026) оценивает применение ИИ для прогнозирования гестационного диабета и преэклампсии. Модели машинного и глубокого обучения показали AUC от 0,70 до 0,95, причём ансамблевые методы и интеграция мультимодальных данных превзошли традиционные статистические подходы. Выявлены ключевые проблемы: недостаточная внешняя валидация, гетерогенность данных, низкая интерпретируемость моделей и ограниченная интеграция в клиническую практику.
В обзоре издания Vademecum представлены разработки российских научных и образовательных организаций в сфере женского здоровья, с особым акцентом на применение искусственного интеллекта и машинного обучения. Среди ключевых ИИ-решений выделяется платформа для сопровождения беременности, находящаяся в стадии разработки, а также модели на базе машинного обучения для прогнозирования преэклампсии и экстремально ранних преждевременных родов. Помимо алгоритмов предсказания, в статье упоминаются и другие медицинские инновации: метод хирургического гемостаза при удалении эндометриоидных кист яичников, калькулятор для оценки вероятности HELLP-синдрома и способы прогнозирования исходов экстракорпорального оплодотворения (ЭКО). Исследования также охватывают вопросы сохранения фертильности при заболеваниях эндометрия. Комплексный подход объединяет как традиционные хирургические и диагностические методы, так и современные цифровые технологии, что повышает точность клинических решений. Эти разработки направлены на улучшение ведения беременности, снижение рисков осложнений и персонализацию лечения в гинекологии и репродуктологии. Статья демонстрирует активное внедрение ИИ-инструментов в российскую медицинскую практику для решения сложных акушерско-гинекологических задач.
