Мальчик или девочка? Как пол ребёнка влияет на риски осложнений

Новое исследование, в котором проанализированы данные почти 10 000 беременностей с использованием искусственного интеллекта (ИИ), выявило ранее неизвестные комбинации факторов риска, связанных с серьёзными осложнениями, включая мертворождение.

Учёные также обнаружили, что риск негативных исходов у младенцев, которые в настоящее время получают одинаковое лечение в соответствии с клиническими рекомендациями, может варьироваться в десять раз.

Исследование, опубликованное в журнале BMC Pregnancy and Births, провела команда под руководством Натана Блю, доктора медицинских наук, старшего автора работы. По его словам, разработанная модель ИИ помогла выявить неожиданные сочетания факторов риска, что стало важным шагом к более персонализированной оценке рисков и ведению беременности.

Учёные проанализировали данные о 9558 беременностях, включая информацию о социальных и физических характеристиках матерей, таких как уровень социальной поддержки, артериальное давление, история болезней и вес плода, а также исход каждой беременности. С помощью ИИ исследователи обнаружили новые комбинации факторов, связанных с неблагоприятными исходами, включая мертворождение.

Одним из неожиданных результатов стало то, что у плодов женского пола риск осложнений обычно ниже, чем у плодов мужского пола. Однако, если у беременной женщины диагностирован диабет, ситуация меняется: у плодов женского пола риск осложнений становится выше, чем у плодов мужского пола.

Натан Блю, доцент кафедры акушерства и гинекологии в Медицинской школе Спенсера Фокса Эклза при Университете Юты, отметил, что модель ИИ способна выявлять риски, которые даже опытные врачи могут не заметить.

Особое внимание исследователи уделили плодам, чей вес находится в нижних 10% нормы, но не ниже 3%. Такие дети вызывают опасения, но при этом могут быть абсолютно здоровыми. Текущие клинические рекомендации предполагают интенсивное медицинское наблюдение для всех таких случаев, что создаёт эмоциональное и финансовое бремя для пациенток.

Однако исследование показало, что риск осложнений у этих плодов варьируется в широких пределах: от среднего до почти десятикратного превышения. Это зависит от сочетания факторов, таких как пол плода, наличие диабета у матери и аномалий развития плода, например, пороков сердца.

Блю подчеркнул, что исследование выявило только корреляции между переменными, но не объясняет причинно-следственные связи. Тем не менее результаты подтверждают интуицию опытных врачей, которые учитывают множество факторов при принятии решений.

Оценка рисков при беременности требует учёта огромного количества переменных, включая состояние здоровья матери и данные УЗИ. Даже опытные врачи не всегда могут точно объяснить, как они принимают решения, поскольку на их суждения могут влиять человеческие факторы, такие как предвзятость или усталость.

Чтобы устранить эти недостатки, исследователи использовали модель "объяснимого ИИ", которая не только рассчитывает риски, но и показывает, какие именно факторы повлияли на оценку. Это позволяет выявлять источники ошибок и устранять их.

Такая модель особенно полезна для редких случаев беременности, когда у пациенток есть уникальные комбинации факторов риска. Она может стать инструментом для персонализированного лечения, помогая врачам принимать обоснованные и воспроизводимые решения.

Хотя модель ещё предстоит протестировать на новых группах населения, Блю выразил надежду, что объяснимый ИИ сможет изменить подход к оценке рисков и лечению во время беременности. По его словам, такие модели способны оценивать риски для конкретного человека прозрачно и воспроизводимо, что недоступно человеческому мозгу.

"Подобные технологии могут кардинально изменить нашу отрасль", — заключил он.