以患者为中心的体外受精预后咨询使用机器学习为实用主义者
Mylene W M Yao1, Julian Jenkins2, Elizabeth T Nguyen1
1R&D Department, Univfy, Los Altos, California.
Seminars in reproductive medicine
|October 8, 2024
概括
机器学习 (ML) 可以改善体外受精 (IVF) 预后,以改善患者的决策. 个性化的机器学习模型,结合人类的专业知识,可以扩大生育护理的准入,提高健康结果.
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:
- 试管受精 (IVF) 是有效的,但未得到充分利用.
- 准确,可理解的试管婴儿预后对于患者的考虑至关重要.
- 现有的预后方法可能无法满足对个性化预测的需求.
研究的目的:
- 审查用于试管婴儿预后的机器学习 (ML) 模型.
- 讨论 ML 模型的开发,验证和部署,以便在护理中心使用.
- 探索ML与人类专业知识的整合,以改善生育护理的准入.
主要方法:
- 基于ML的IVF预后模型的文献综述.
- 对规模化ML实施的数据和模型管道的分析.
- 考虑临床ML实施因素,以获得点护理成功.
主要成果:
- 通过使用治疗前数据,ML提供个性化的预后.
- 需要专门的专业知识来开发和部署ML模型.
- 护理点的实施需要仔细考虑临床因素.
结论:
- 基于ML的试管婴儿预后可以提高患者的理解和治疗决策.
- 将人类专业知识与ML结合起来,可以扩大生育护理的可用性.
- 利用ML可以在生殖医学中实现显著的健康,社会和经济效益.


