Инструмент машинного обучения для прогнозирования числа зрелых ооцитов и дня триггера с момента начала стимуляции: шаг к персонализированному лечению

Вопрос исследования: Можно ли с помощью инструментов машинного обучения с самого начала цикла стимуляции яичников прогнозировать число ооцитов на стадии метафазы II (MII) и день введения триггера?

Дизайн: Проведено многоцентровое ретроспективное исследование, включившее 56 490 циклов стимуляции яичников (основная база данных) за 2020–2022 годы для анализа и отбора признаков. Из них 13 090 циклов использовали для разработки моделей машинного обучения для прогнозирования дня триггера и числа ооцитов MII, а еще 5103 цикла стимуляции яичников (база для клинической валидации) за 2023 год — для клинической валидации. Алгоритмы машинного обучения с использованием глубокого обучения разрабатывали на основе оптимальных признаков из основной базы данных, отобранных по корреляции.

Результаты: Инструмент с двумя новыми последовательными алгоритмами машинного обучения на основе глубокого обучения позволил прогнозировать день триггера и число ооцитов MII: средняя абсолютная ошибка составила 1,60 (95% ДИ 1,56–1,64) и 3,75 (95% ДИ 3,65–3,86) соответственно. Значение R для алгоритма прогнозирования числа MII в интерквартильном диапазоне (Q3–Q1/P75–P25) составило 0,88; для всей выборки — 0,70 после исключения выбросов на этапе планирования цикла стимуляции, что свидетельствует о высокой точности. Интерквартильная среднеквадратичная ошибка составила 1,10 и 0,66 для алгоритмов прогнозирования дня триггера и числа ооцитов соответственно.2

Вывод: Инструмент на основе алгоритмов глубокого обучения обладает высокой прогностической способностью в отношении дня триггера и числа ооцитов MII и может быть использован уже в начале цикла стимуляции яичников; однако необходимы расширение набора данных и валидация в разных клиниках.