Разработка и валидация системы прогнозирования преждевременных родов на основе технологий искусственного интеллекта и клинических данных

1. Ившин А.А., Погодин О.О., Шакурова Е.Ю., Льдинина Т.Ю., Никитин В.С. Лапароскопический трансабдоминальный серкляж для лечения истмико-цервикальной недостаточности при беременности: клинический случай и обзор литературы. Акушерство, гинекология и репродукция. 2025; 19(1): 116-26.
2. Серов В.Н., Сухорукова О.И. Эффективность профилактики преждевременных родов. Акушерство и гинекология. 2013; 3: 48-53.
3. Risnes K., Bilsteen J.F., Brown P., Pulakka A., Andersen A.N., Opdahl S. et al. Mortality among young adults born preterm and early term in 4 Nordic Nations. JAMA Netw. Open. 2021; 4(1): e2032779. https://dx.doi.org/10.1001/jamanetworkopen.2020.32779
4. Jeon G.W., Lee J.H., Oh M., Chang Y.S. Serial long-term growth and neurodevelopment of very-low-birth-weight infants: 2022 update on the Korean neonatal network. J. Korean Med. Sci. 2022; 37(34): e263. https://dx.doi.org/10.3346/jkms.2022.37.e263
5. Горина К.А., Ходжаева З.С., Белоусов Д.М., Баранов И.И., Гохберг Я.А., Пащенко А.А. Преждевременные роды: прошлые ограничения и новые возможности. Акушерство и гинекология. 2020; 1: 12-9.
6. Назарова А.О., Малышкина А.И., Назаров С.Б. Факторы риска спонтанных преждевременных родов: результаты клинико-эпидемиологического исследования. Акушерство и гинекология. 2019; 9: 82-6.
7. Белоусова В.С., Стрижаков А.Н., Свитич О.А., Тимохина Е.В., Кукина П.И., Богомазова И.М., Пицхелаури Е.Г. Преждевременные роды: причины, патогенез, тактика. Акушерство и гинекология. 2020; 2: 82-7.
8. Thain S., Yeo G.S.H., Kwek K., Chern B., Tan K.H. Spontaneous preterm birth and cervical length in a pregnant Asian population. PLoS One. 2020; 15(4): e0230125. https://dx.doi.org/10.1371/journal.pone.0230125
9. Друккер Н.А., Дурницына О.А., Никашина А.А., Селютина С.Н. Диагностическая значимость α-1-микроглобулина в развитии преждевременных родов. Акушерство и гинекология. 2019; 1: 81-5.
10. Баев О.Р., Дикке Г.Б. Диагностика преждевременного разрыва плодных оболочек на основании биохимических тестов. Акушерство и гинекология. 2018; 9: 132-6.
11. Министерство здравоохранения Российской Федерации. Клинические рекомендации. Преждевременные роды. М.; 2020: 66 c.
12. Манухин И.Б., Фириченко С.В., Микаилова Л.У., Телекаева Р.Б., Мынбаев О.А. Прогнозирование и профилактика преждевременных родов - современное состояние проблемы. Российский вестник акушера-гинеколога. 2016; 3: 9-15.
13. Ходжаева З.С., Дембовская С.В., Доброхотова Ю.Э., Сичинава Л.Г., Юзько А.М., Мальцева Л.И., Серова О.Ф., Макаров И.О., Ахмадеева Э.Н., Башмакова Н.В., Шмаков Р.Г., Клименченко Н.И., Муминова К.Т., Талибов О.Б., Сухих Г.Т. Медикаментозная профилактика преждевременных родов (результаты международного многоцентрового открытого исследования МИСТЕРИ). Акушерство и гинекология. 2016; 8: 37-43.
14. Баринов С.В., Артымук Н.В., Новикова О.Н., Шамина И.В., Тирская Ю.И., Белинина А.А., Лазарева О.В., Кадцына Т.В., Фрикель Е.А., Атаманенко О.Ю., Островская О.В., Степанов С.С., Беглов Д.Е. Опыт ведения беременных группы высокого риска по преждевременым родам с применением акушерского куполообразного пессария и серкляжа. Акушерство и гинекология. 2019; 1: 140-8.
15. Crockart I.C., Brink L.T., du Plessis C., Odendaal H.J. Classification of intrauterine growth restriction at 34-38 weeks gestation with machine learning models. Inform. Med. Unlocked. 2021; 23: 100533. https://dx.doi.org/10.1016/j.imu.2021.100533
16. Liu J., Wang C., Yan R., Lu Y., Bai J., Wang H. et al. Machine learning-based prediction of postpartum hemorrhage after vaginal delivery: combining bleeding high risk factors and uterine contraction curve. Arch. Gynecol. Obstet. 2022; 306(4): 1015-25. https://dx.doi.org/10.1007/s00404-021-06377-0
17. Melinte-Popescu A.S., Vasilache I.A., Socolov D., Melinte-Popescu M. Predictive performance of machine learning-based methods for the prediction of preeclampsia-a prospective study. J. Clin. Med. 2023; 12(2): 418. https://dx.doi.org/10.3390/jcm12020418
18. Андрейченко А.Е., Лучинин А.С., Ившин А.А., Ермак А.Д., Новицкий Р.Э., Гусев А.В. Разработка и валидация моделей прогнозирования общего риска преэклампсии и риска ранней преэклампсии с использованием алгоритмов машинного обучения в первом триместре беременности. Акушерство и гинекология. 2023; 10: 94-107.
19. Chen Y., Shi X., Wang Z., Zhang L. Development and validation of a spontaneous preterm birth risk prediction algorithm based on maternal bioinformatics: a single-center retrospective study. BMC Pregnancy Childbirth. 2024; 24(1): 763. https://dx.doi.org/10.1186/s12884-024-06933-x
20. Zhang Y., Du S., Hu T., Xu S., Lu H., Xu C. et al. Establishment of a model for predicting preterm birth based on the machine learning algorithm. BMC Pregnancy Childbirth. 2023; 23(1): 779. https://dx.doi.org/10.1186/s12884-023-06058-7
21. Sun Q., Zou X., Yan Y., Zhang H., Wang S., Gao Y. et al. Machine learning-based prediction model of preterm birth using electronic health record. J. Healthc. Eng. 2022; 2022: 9635526. https://dx.doi.org/10.1155/2022/9635526
22. Mavrogiorgou A., Kiourtis A., Kleftakis S., Mavrogiorgos K., Zafeiropoulos N., Kyriazis D. A catalogue of machine learning algorithms for healthcare risk predictions. Sensors (Basel). 2022; 22(22): 8615. https://dx.doi.org/10.3390/s22228615
23. Hicks S.A., Strümke I., Thambawita V., Hammou M., Riegler M.A., Halvorsen P. et al. On evaluation metrics for medical applications of artificial intelligence. Sci. Rep. 2022; 12(1): 5979. https://dx.doi.org/10.1038/s41598-022-09954-8
24. Liu T., Krentz A., Lu L., Curcin V. Machine learning based prediction models for cardiovascular disease risk using electronic health records data: systematic review and meta-analysis. Eur. Heart J. Digit. Health. 2024; 6(1): 7-22. https://dx.doi.org/10.1093/ehjdh/ztae080
25. Khandre V., Potdar J., Keerti A. Preterm birth: an overview. Cureus. 2022; 14(12): e33006. https://dx.doi.org/10.7759/cureus.33006
26. Фомина А.С. Преждевременные роды, современные реалии. Научные результаты биомедицинских исследований. 2020; 6(3): 434-46.

Поступила 12.08.2025

Принята в печать 16.12.2025