人工智能可以根据细胞因子概况预测妊娠并发症
Fawaz Azizieh1, Bulent Yilmaz2, Raj Raghupathy3
1College of Integrative Studies, Abdullah Al Salem University, Khaldiya, Kuwait.
概括
早期预测妊娠并发症至关重要. 这项研究使用人工智能和细胞因子分析来准确预测诸如早产和高血压等疾病,帮助及时干预.
科学领域:
- 生殖免疫学 生殖免疫学
- 计算生物学是一种计算生物学.
- 生物医学数据科学是生物医学数据科学.
背景情况:
- 早期预测妊娠并发症对于有效的预防和管理至关重要.
- 及时干预对孕产妇和胎儿的健康结果有重大影响.
- 了解预测生物标志物可以减少与怀孕相关的病原体.
研究的目的:
- 调查细胞因子作为预测妊娠并发症的预后价值.
- 应用无偏的人工智能/机器学习 (AI/ML) 方法进行预测建模.
- 使用细胞因子配置文件,区分正常分娩和各种妊娠并发症.
主要方法:
- 在127名并发症妇女和97名对照妇女中,从激活的外周血液单核细胞 (PBMC) 中分析了7种细胞因子.
- 应用AI/ML算法,包括kNN,SVM,决策树和整体分类.
- 二元分类任务用于预测诸如反复自发流产 (RSM),早产 (PTD),妊娠引起的高血压 (PIH) 和胎儿膜过早破裂 (PROM) 等情况.
主要成果:
- 在各种妊娠条件中观察到IL-2和IFN-γ细胞因子水平的显著差异.
- 使用Ensemble (Bagged),QDA和SVM (Cubic) 分类器实现了高精度和f-测量.
- AI/ML模型有效地区分了正常分娩和妊娠并发症.
结论:
- 开发了一种基于AI/ML的新方法来利用细胞因子水平预测妊娠并发症.
- 周围血液细胞的细胞因子概况作为早期检测的有价值的生物标志物.
- 这种方法支持及时的临床干预,以改善母亲和胎儿的结果.
