Ключевые слова
Аннотация
Преэклампсия остаётся одной из ведущих причин материнской и перинатальной смертности во всём мире. Своевременное прогнозирование данного осложнения беременности позволяет значительно снизить риск тяжёлых исходов для матери и плода. Традиционные методы диагностики, основанные на клинико-лабораторных показателях, нередко выявляют патологию уже на поздних стадиях. В связи с этим особое значение приобретает использование технологий искусственного интеллекта (ИИ) для раннего прогнозирования развития преэклампсии на основе больших данных и мультифакторного анализа.
Библиографические ссылки
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.