Keywords
Abstract
Preeclampsia remains one of the leading causes of maternal and perinatal mortality worldwide. Timely prediction of this pregnancy complication significantly reduces the risk of severe outcomes for both the mother and the fetus. Traditional diagnostic methods, based on clinical and laboratory indicators, often detect the pathology at later stages. Therefore, the use of artificial intelligence (AI) technologies for early prediction of preeclampsia development, based on big data and multifactorial analysis, has gained particular importance.
References
Аюшева С.Э., Жданова М.С., Пономарева Е.А. Современные подходы к прогнозированию и профилактике преэклампсии // Акушерство и гинекология. – 2022. – №5. – С. 45–52.
Brown M.A., Magee L.A., Kenny L.C. et al. The hypertensive disorders of pregnancy: ISSHP classification, diagnosis & management recommendations for international practice // Pregnancy Hypertension. – 2018. – Vol. 13. – P. 291–310.
Савельева Г.М., Курцер М.А., Шалина Р.И. Преэклампсия: современные аспекты патогенеза, диагностики и терапии. – М.: ГЭОТАР-Медиа, 2021. – 328 с.
Rana S., Lemoine E., Granger J.P., Karumanchi S.A. Preeclampsia: pathophysiology, challenges, and perspectives // Circulation Research. – 2019. – Vol. 124(7). – P. 1094–1112.
Касымова Н.А., Халилова Г.Р., Ибрагимова Д.Ш. Роль факторов риска плода в развитии осложнений беременности//Вестник репродуктивного здоровья. – 2023. – №2. – С. 25–30.
Liu X., Chen M., Zhao J. et al. Machine learning-based prediction of preeclampsia using maternal and fetal parameters//Frontiers in Medicine. – 2021. – Vol. 8. – Article 625.
Мухамедова З.Ш., Турсунова Г.Б., Хамраева Н.М. Использование технологий искусственного интеллекта в перинатальной диагностике//Журнал клинической медицины Узбекистана. – 2023. – №4. – С. 57–63.
Chappell L.C., Cluver C.A., Kingdom J., Tong S. Pre-eclampsia // Lancet. – 2021. – Vol. 398(10297). – P. 341–354.
Абдуллаева М.Р., Юсупова Д.А. Перспективы внедрения интеллектуальных систем в прогнозировании акушерских осложнений // Медицинский вестник Бухары. – 2024. – №1. – С. 18–24.
Zhang Y., Wang H., Li Q. et al. Artificial intelligence-assisted prediction of preeclampsia based on fetal ultrasound and maternal biomarkers // BMC Pregnancy and Childbirth. – 2022. – Vol. 22. – Article 154.