Optimalizácia plánu liečby pomocou modelu strojového učenia pri prípadoch torzie vaječníka: operačný versus konzervatívny prístup

Torzija vaječníka je gynekologická núdzová situácia vyžadujúca včasné riešenie na zachovanie funkcie vaječníka a budúcej plodnosti. Výskum zahŕňal 219 pacientov s diagnózou torzije vaječníka, u ktorých boli analyzované demografické údaje, reprodukčná a chirurgická história, príznaky, laboratorné nálezy a zobrazovací nález. Výskumný tím porovnal päť modelov strojového učenia vrátane logistickej regresie, rozhodovacieho stromu, náhodného lesa a neurónových sietí. Najlepší výkon preukázal vážený rozhodovací strom s AUC 0,76, citlivosťou 0,75 a špecifickosťou 0,73. Kľúčovými prediktormi boli Dopplerov nález, BMI, krvná skupina, etnická príslušnosť, klinické príznaky a prítomnosť panvovej masy. Analýza identifikovala osem klinických domén a dva odlišné fenotypy pacientov. Výsledky naznačujú, že modely strojového učenia môžu podporiť individualizované rozhodovanie o liečbe s cieľom zachovať plodnosť.