В ЛЭТИ представили алгоритм ранней диагностики патологий беременности
Разработка позволит прогнозировать протекание и исход беременности без необходимости посещения больницы. На её основе создадут системы поддержки принятия решений для акушеров и пациенток.
Патологии беременности — это болезни и симптомы, которые возникают только во время беременности. Они могут быть связаны как с состоянием плода, так и будущей матери. На течение беременности влияют образ жизни женщины, её здоровье до беременности и нарушения в развитии ребёнка.
Беременность — нормальный физиологический процесс, но она может протекать с осложнениями. Чтобы определить возможные риски и патологии, нужно пройти обследования, тесты и анализы в медицинском учреждении.
Гинекологи и репродуктологи фиксируют данные о протекании беременности. Мы предположили, что эти данные можно использовать для прогноза патологий.
Наша система с алгоритмами предобработки данных и машинным обучением подтвердила эту идею на практике. Оказалось, что по данным истории болезни можно спрогнозировать или диагностировать многие патологии с высокой точностью, — рассказала аспирант кафедры алгоритмической математики СПбГЭТУ «ЛЭТИ» Дарина Рипка.
В рамках проекта учёные ЛЭТИ использовали обезличенные данные 100 пациенток. Выяснилось, что врачи не всегда подробно описывали анамнез, поэтому исследователям пришлось провести дополнительные опросы.
Данные были обработаны и на их основе получены статистические характеристики. Учёные несколько раз меняли модель, применяя разные методы машинного обучения, пока результат не стал точным. Сейчас система может классифицировать семь патологий и отсутствие болезней с точностью до 90%.
Мы разрабатываем приложение на основе нашей модели. С его помощью женщины смогут получить прогноз или раннюю диагностику патологий беременности вне больницы.
Преимущество системы в том, что прогноз можно получить до беременности (хотя точность будет чуть ниже — до 86%), чтобы спланировать её протекание, — отметила Дарина Рипка.
Учёные работают над увеличением базы данных пациенток. Это нужно для повышения точности системы. Результаты проекта — часть кандидатской диссертации Дарины Рипки.