一个基于人工智能的模型,用于预测宫内受精后的怀孕:对9501个周期的回顾性分析
Jaume Minano Masip1,2,3, Camille Grysole4, Penelope Borduas1
1Département D'obstétrique et de Gynécologie, Faculté de Médecine, Université de Montréal, Montreal, QC H3T 1J4, Canada.
Journal of personalized medicine
|July 25, 2025
概括
人工智能可以预测子宫内授精 (IUI) 后怀孕的成功. 一个机器学习模型准确地确定了影响IUI结果的关键因素,帮助临床决定不孕症治疗.
科学领域:
- 生殖医学 生殖医学
- 医疗保健中的人工智能
- 临床应用中的机器学习.
背景情况:
- 宫内授精 (IUI) 是治疗不孕症的首要方法,尤其是无法解释的病例.
- 目前的IUI成功率可以通过更好的患者管理的预测工具来提高.
- 开发基于AI的支持对于优化IUI周期结果至关重要.
研究的目的:
- 开发一种精确的机器学习模型,用于预测子宫内授精 (IUI) 周期中的怀孕结果.
- 确定影响IUI成功率的关键临床和实验室参数.
- 为了加强接受生育治疗的夫妇的临床决策.
主要方法:
- 一项回顾性研究分析了3535对夫妇 (18-43岁) 的9501个IUI周期.
- 用21个临床和实验室参数来训练和评估各种机器学习算法.
- 用曲线下面面积 (AUC) 分析来评估模型性能.
主要成果:
- 一种线性支向量机 (SVM) 模型在与其他分类器相比显示出更高的性能.
- 怀孕结果的关键预测因素包括洗前精子度,卵巢刺激方案,周期长度和母亲年龄 (AUC = 0.78).
- 父亲年龄被确定为最不有效的预测因素.
结论:
- 开发的线性SVM模型有效地预测了IUI后的积极妊娠结果.
- 这种人工智能工具在生育治疗中为临床管理和患者决策提供了潜在的好处.
- 在广泛的临床实施之前,需要对独立数据集进行进一步的验证.
