Преэклампсия — одна из клинически значимых причин заболеваемости и смертности матери и плода. Известно, что скрининг этого осложнения гестации в I триместре, основанный на сочетании анамнеза, средних показателей артериального давления, индекса пульсации маточных артерий, сывороточного фактора роста плаценты и сывороточного белка плазмы-A, связанного с беременностью, позволяет предсказать около 75 % случаев преждевременной преэклампсии с родоразрешением на сроке до 37 нед и 40–45 % случаев этого же осложнения в случае доношенной беременности при частоте ложноположительных результатов 10 %. Однако над усовершенствованием методов верификации преэклампсии вот уже не одно десятилетие бьются ученые во всем мире.
Отечественные исследователи решили подключить к диагностике искусственный интеллект, о результатах работы было сообщено в текущем году. Авторы проанализировали более 21 тыс. записей в историях болезни 12 283 беременных. В качестве вводных данных для создания алгоритма нейросети по выявлению риска преэклампсии использовали анамнез, конституциональные особенности пациенток, клинические показатели, результаты инструментальных и лабораторных обследований. Всего в зоне внимания специалистов оказались 53 переменные.
По мнению авторов работы, наилучшие показатели в решении задачи прогнозирования преэклампсии были у модели, получившей название ExtraTrees: точность составила 0,634 (95 % ДИ 0,616–0,652), чувствительность — 0,897 (95 % ДИ 0,837–0,953), специфичность — 0,624 (95 % ДИ 0,605–0,643). Еще одна модель — RandomForest — оказалась максимально эффективной в определении риска ранней преэклампсии: точность — 0,813 (95 % ДИ 0,798–0,828), чувствительность — 0,733 (95 % ДИ 0,565–0,885), специфичность — 0,814 (95 % ДИ 0,799–0,828).
Исследование продолжается, но уже сегодня можно говорить о том, что в руках клиницистов в скором времени может оказаться весьма надежный и чуткий инструмент прогнозирования одного из наиболее опасных осложнений беременности.