一个机器学习算法预测第二次微手术精提取的成功
Akef Obeidat1, Belal Nedal Sabbah1, Hammam Mandourah2
1Alfaisal University, College of Medicine, Riyadh, Saudi Arabia.
Annals of medicine and surgery (2012)
|September 3, 2025
概括
预测第二次丸精子提取 (TESE) 的成功对于阿佐精子患者至关重要. 使用激素水平和手术史等因素的机器学习模型在识别精子获取成功时取得了80%的准确性.
科学领域:
- 生殖医学
- 医疗保健中的人工智能
- 泌尿外科
背景情况:
- 丸精子提取 (TESE) 对阿佐精子患者至关重要.
- 重复TESE手术的成功率通常很低.
- 对于第二次TESE (microTESE) 的成功,需要预测工具.
研究的目的:
- 开发和评估一个机器学习算法.
- 预测第二次微手术TESE (微TESE) 的成功情况.
主要方法:
- 对接受第二次微TESE的47名患者进行了回顾性分析.
- 使用监督机器学习 (支持矢量机器 - SVM).
- 包括变量:手术侧面,组织病理学,FSH,丸体积,并发症.
主要成果:
- 在超参数调整后,SVM模型实现了80%的准确性.
- 双边手术和手术间隔的延长增加了成功率.
- 癌症史对结果产生了负面影响;FSH,丸激素,组织病理学,静脉和手术间隔是关键预测因素.
结论:
- 机器学习可以准确地预测第二次微TESE中精子存在的非阻塞性精.
- SVM模型显示了结合临床和荷尔蒙因素的前景.
- 为了更广泛的适用性,需要进一步验证.
