5 статей
Исследование посвящено использованию алгоритмов машинного обучения (XGBoost, Random Forest и др.) для прогнозирования риска инфекций (RTI/STI) у молодых женщин. С помощью анализа SHAP были выявлены ключевые факторы риска, а модель XGBoost показала высокую точность прогнозирования (89.1%).
Исследователи из Петрозаводского государственного университета представили инновационную систему на базе искусственного интеллекта, предназначенную для прогнозирования риска преждевременных родов. В основе решения лежит алгоритм градиентного бустинга CatBoost, который эффективно обрабатывает сложные паттерны в данных электронных медицинских карт. Методология исследования заключалась в анализе совокупности клинических факторов и анамнеза пациенток для выявления скрытых закономерностей, предшествующих осложнениям. Разработанная модель позволяет автоматизировать процесс скрининга и выделить группы высокого риска на ранних этапах беременности. Результаты работы, подтверждающие эффективность применения машинного обучения в акушерстве, были официально опубликованы в специализированном научном журнале «Акушерство, гинекология и репродукция». Внедрение данной технологии в клиническую практику может значительно снизить уровень младенческой смертности и улучшить качество ведения беременности.
Платформа Sunfish для планирования семьи представила новую услугу заморозки яйцеклеток с использованием проприетарного алгоритма искусственного интеллекта. Система анализирует биоданные пациента для прогнозирования оптимального количества зрелых яйцеклеток, которые следует заморозить для достижения наилучших репродуктивных результатов. Алгоритм также рассчитывает стоимость всего цикла криоконсервации с гарантией возврата средств, если прогноз не оправдывается. Это решение представляет собой прямое применение машинного обучения в области репродуктивной медицины и вспомогательных репродуктивных технологий. Клиническая значимость заключается в персонализации подхода к заморозке яйцеклеток, что может повысить шансы на успешную беременность в будущем. Гарантия стоимости снижает финансовые риски для пациентов, делая процедуру более доступной. Технология демонстрирует, как ИИ может трансформировать стандартные медицинские протоколы, добавляя предиктивную аналитику в процесс принятия клинических решений. Продукт ориентирован на женщин, планирующих отложить материнство по медицинским или личным причинам.
Исследование предлагает гибридную AI-квантовую рамку, объединяющую классическое глубокое обучение (LSTM) с квантово-вдохновлёнными моделями для анализа медицинских записей пациентов с СПКЯ. Модель демонстрирует улучшенную способность обрабатывать гетерогенные клинические данные и повышает точность классификации риска бесплодия по сравнению с традиционными методами машинного обучения.
Статья рассматривает роль чатботов как инструментов образования в области сексуального и репродуктивного здоровья, где стигма и ограничения системы здравоохранения затрудняют доступ к информации. Исследование показывает, что чатботы могут улучшить доступ к информации и вовлеченность пользователей, но текущие данные о долгосрочных поведенческих и медицинских исходах ограничены. Автор подчеркивает важность интеграции чатботов в комплексные стратегии здравоохранения с учетом этических аспектов.
