使用人工神经网络预测男性不孕症:文学综述
Vivian Schmeis Arroyo1, Marco Iosa1,2, Gabriella Antonucci1,2
1Department of Psychology, University Sapienza of Rome, 00185 Rome, Italy.
Healthcare (Basel, Switzerland)
|April 13, 2024
概括
机器学习 (ML) 模型可以以88%的准确度预测男性不孕症. 人工神经网络 (ANN) 显示出希望,在预测男性不孕症方面达到84%的准确性.
科学领域:
- 生殖医学 生殖医学
- 医疗保健中的人工智能
- 生物统计学 生物统计学
背景情况:
- 男性不孕症是一个重大的公共卫生问题.
- 现有的研究缺乏对机器学习 (ML) 模型用于男性不孕症预测的系统审查.
- 在这个领域,各种ML算法的诊断准确性需要全面调查.
研究的目的:
- 系统地审查和分析用于预测男性不孕症的ML算法的准确性.
- 专门评估人工神经网络 (ANN) 在男性不孕症预测中的性能.
- 识别和评估相关研究中的质量和偏差风险.
主要方法:
- 按照PRISMA指南,在PubMed,Scopus和Science Direct (2023年7月至10月) 进行了系统的文献搜索.
- 包括43篇出版物,详细介绍40个不同的ML模型用于男性不孕症预测.
- 对所有包含的研究进行了质量评估和偏差风险 (RoB) 选.
主要成果:
- 审查的ML模型在预测男性不孕症方面显示了88%的中位精度.
- 人工神经网络 (ANN) 在七项研究中使用,平均准确率为84%.
- 包括的研究一般质量很好,尽管RoB有所不同.
结论:
- 机器学习模型在预测男性不孕症方面显示出高准确度,为诊断提供了有价值的工具.
- ANNs代表了用于男性不孕症预测的ML算法的有希望的子集,需要进一步研究.
- 这一系统性审查强调了人工智能在解决男性不孕症方面作为公共卫生问题方面的潜力.
