ПОСЛОЙНАЯ ОБЪЯСНИМАЯ МОДЕЛЬ МАШИННОГО ОБУЧЕНИЯ ДЛЯ РАННЕЙ СТРАТИФИКАЦИИ МАТЕРИНСКОГО РИСКА В УЗБЕКИСТАНЕ

Abstract

Материнский риск в Узбекистане распределён неравномерно, а валидированных для страны ML-моделей нет. Предложена послойная объяснимая модель (M1–M5) на основе градиентного бустинга, где каждый слой добавляет источник данных (базовый, клинический, социальный, экологический и динамический). Разработка выполнена на открытых данных DHS, набор материнского риска UCI/Бангладеш и синтетике MaternaUZ (n = 4 812). Дискриминация росла с ROC-AUC 0,66 (M1) до 0,97 (M5), индекс Brier улучшался с 0,21 до 0,06; ведущие факторы по SHAP – анемия, артериальное давление, число беременностей, удалённость от стационара. Модель готова к валидации на реальных данных DMED.