Материнская смертность, связанная с осложнениями, возникающими во время беременности, родов и послеродового периода, остается значимой проблемой здравоохранения, и темпы ее снижения остаются недостаточными [1].

Развитие осложнений беременности как в перинатальном, так и постнатальном периоде зависит от ряда факторов: социальных, биологических, экологических. К биологическим относят возраст, антропометрические показатели, сопутствующие заболевания сердечно-сосудистой и мочеполовой систем, а также генетические предрасположенности к развитию тех или иных состояний – преэклампсии (ПЭ), гестационного диабета и т. д. Наличие множества факторов риска осложнений требует мультидисциплинарного подхода к их профилактике [2]. Наиболее информативным периодом для прогнозирования осложнений беременности является I триместр [3].

Появление технологий искусственного интеллекта (ИИ) дало новый толчок в развитии различных сфер жизнедеятельности человека, в том числе активно изучается применение ИИ в медицине. В лечебной и профилактической работе модели ИИ разрабатываются на большом количестве различных данных. Данные модели помогут врачам быстрее интерпретировать данные пациента, снижая вероятность ошибки, тем самым снижая нагрузку на медицинский персонал [4]. Отдельным разделом в технологии ИИ является машинное обучение (МО), которое позволяет выявлять зависимости между огромным количеством мультипараметрических показателей, которые недоступны врачу. Однако из-за большого объема данных применение данных технологий должно проводиться под контролем врача [5].

Медицинские модели МО в акушерстве основываются на сердечном ритме, его вариабельности, артериальном давлении (АД) в динамике, уровне глюкозы, показаниях фетального мониторинга и др. Комбинация подобных данных позволяет сформировать комплекс показателей, которые служат для прогнозирования тех или иных состояний, а их прогностическая ценность прямо зависит от объема данных [6].

Разработку модели МО проводят в 2 этапа: обучающий и тестовый. Первым этапом модель обучают на определенных данных, подбирают параметры и определяют наиболее информативные признаки. Вторым этапом на новых данных тестируют разработанную модель, тем самым определяя ее эффективность и точность [7].

Показатели эффективности модели включают в себя точность, достоверность, чувствительность и специфичность, прогностическую ценность, коэффициенты вероятности и ROC-анализ, который является ключевым в оценке эффективности модели [8].

За последние 5–10 лет в мире опубликовано большое количество исследований о применении ИИ в прогнозировании акушерских осложнений, однако они все рассматривают широкий диапазон осложнений без детальной оценки влияния отдельных алгоритмов на развитие конкретных неблагоприятных исходов, что затрудняет интерпретацию полученных результатов.

Цель: провести сравнительный анализ прогностической эффективности моделей ИИ и МО, разработанных на мультипараметрических наборах данных, для прогнозирования ПЭ и акушерских кровотечений.

Этот систематический обзор был проведен в соответствии с рекомендациями по проведению систематических обзоров и метаанализов (PRISMA).

Выполнен поиск публикаций в базах данных PubMed и Cochrane Central. Поиск проводился за период с 2015 по 2025 гг. Язык публикаций: английский.

Популяция / Population

Интервенция / Intervention

Исследования с применением методов ИИ или МО, включая нейросети и методы глубокого обучения. Модель должна использовать более одного предиктора.

Исходы / Outcomes

Преэклампсия и эклампсия или акушерские кровотечения, включая послеродовые кровотечения различной этиологии.

Тип данных / Data type

Исследования, рассматривающие многофакторный подход к мониторингу беременных, под которым понимается применение как минимум 2 различных классов данных, лабораторных показателей или записи из электронных медицинских карт (ЭМК).

Дизайн исследования / Study design

Ретроспективные, проспективные исследования, однокогортные, сравнительные исследования.

Исследования, не включающие беременных или родильниц, либо рассматривающие осложнения плода или новорожденного без анализа материнских осложнений.

Работы, посвященные задачам классификации или распознавания, не связанным с прогнозированием осложнений беременности, а также исследования других исходов, не входящих в заранее определенный перечень.

Отсутствие ИИ или предиктивной модели.

Отсутствие мультипараметрического набора данных, используемого для обучения моделей ИИ.

Обзорные статьи, метаанализы, протоколы, редакционные статьи и тезисы конференций без достаточного объема данных.

В PubMed использовали словосочетания и термины предметных медицинских рубрик (англ. Medical Subject Headings, MeSH Terms) и ключевых слов "Artificial Intelligence", "Machine Learning", "Pregnancy Complications", "Pregnancy", "Pre-Eclampsia", "Postpartum Hemorrhage", а также свободные термины в полях названия и аннотации, включая "Deep Learning", "maternal sepsis" и "puerperal sepsis". Термины внутри каждой смысловой группы объединяли оператором OR, а группы между собой – оператором AND.

Для Cochrane Library использовали аналогичный подход: MeSH-дескрипторы, связанные с машинным обучением, искусственным интеллектом, беременностью и осложнениями беременности, дополняли поиском свободных слов в названии, аннотации и ключевых словах. В частности, использовали термины multiparametric, predict* и sepsis для расширения поиска публикаций, посвященных прогнозированию акушерских осложнений с применением многопараметрических моделей.

Ниже приведен конечный поисковый запрос, применяемый в базах данных.

PubMed: (("Artificial Intelligence"[MeSH Terms] OR "Machine Learning"[MeSH Terms] OR "Deep Learning"[Title/Abstract]) AND ("Pregnancy Complications"[MeSH Terms] OR "Pregnancy"[MeSH Terms]) AND ("Pre-Eclampsia"[MeSH Terms] OR "Postpartum Hemorrhage"[MeSH Terms] OR "maternal sepsis"[Title/Abstract] OR "puerperal sepsis"[Title/Abstract])

Cochrane Library:

#1 MeSH descriptor: [Machine Learning] explode all trees

#2 MeSH descriptor: [Artificial Intelligence] explode all trees

#3 (multiparametric): ti, ab, kw

#4 (predict*): ti, ab, kw

#5 MeSH descriptor: [Pregnancy Complications] explode all trees

#6 MeSH descriptor: [Pregnancy] explode all trees

#7 MeSH descriptor: [Pre-Eclampsia] explode all trees

#8 MeSH descriptor: [Postpartum Hemorrhage] explode all trees

#9 (sepsis): ti, ab, kw

#10 (#1 OR #2 OR #3) AND (#5 OR #6 OR #7 OR #8)

Найденные записи в базах данных экспортировались в менеджер библиографии Zotero (Digital Scholar / Corporation for Digital Scholarship, USA). Определялись и удалялись дубликаты из разных баз данных и поочередно проводился скрининг по названию и аннотации, затем переходили к анализу полного текста статьи и оценивали на соответствие критериям включения.

По каждой записи анализировались и извлекались данные о дизайне исследования, численности выборки, периоде беременности, в котором проводился прогноз, модель МО и используемые параметры, а также результаты. Риск систематической ошибки оценивали с помощью инструмента ROBINS‑I (англ. Risk Of Bias In Non-randomized Studies of Interventions; риск систематической ошибки в нерандомизированных исследованиях) и шкалы Ньюкасл–Оттава (англ. Newcastle–Ottawa Scale, NOS).

Проводился нарративный синтез по включенным исследованиям. Результаты представлены в отдельных разделах, посвященные прогнозированию ПЭ и кровотечения.

По вышеуказанным запросам было найдено 385 публикаций. После удаления дубликатов (n = 72) осталось 313 публикаций. На этапе скрининга были определены как не соответствующие критериям включения 245 записей. К полнотекстовой оценке были приняты 68 публикаций, после чего в итоговый обзор были включены 28 публикаций, посвященных применению ИИ в прогнозировании развития ПЭ (18 публикаций) и кровотечений (10 публикаций) (рис. 1).

Нарративный синтез отобранных публикаций разделен на 2 раздела: первый посвящен прогнозированию ПЭ (табл. 1), второй – прогнозированию кровотечений (табл. 2).

В исследованиях, посвященных прогнозированию ПЭ, рассматривались различные данные, начиная от скрининга в I триместре (АД, доплерография кровотока плаценты, плацентарные биомаркеры) до моделей на основе медицинских карт.

Дизайн в большинстве случаев являлся ретроспективным исследованием на данных ЭМК, лабораторных данных и административных баз (например, страховых). Также встречались проспективные работы. Объем выборок характеризовался широкой вариацией. Наиболее часто используемым показателем качества была площадь под ROC-кривой (англ. area under curve, AUC), также для некоторых моделей использовали частоту выявления (англ. detection rate).

Крупное проспективное исследование Z. Ansbacher-Feldman с соавт. (n = 60789) посвящено нейросетевому прогнозированию развития ПЭ по данным I триместра. На первом этапе модель обучали на основе демографических данных и анамнеза, затем ее дополняли данными I триместра: уровнем среднего АД (англ. mean arterial pressure, MAP) и значением индекса пульсации маточной артерии (англ. uterine artery pulsatility index, UtAPI), содержанием плацентарного фактора роста (англ. placental growth factor, PlGF) и ассоциированного с беременностью белка-А плазмы (англ. pregnancy-associated plasma protein-A, PAPP-A). Наличие в модели таких параметров как биомаркеры и доплеровское исследование повысило качество прогнозирования преждевременной ПЭ: AUC увеличилась с 0,816 до 0,909, а выявляемость при 10 % ложноположительных результатах (англ. false positive rate, FPR) поднялась с 53,3 % до 75,3 %. Для риска ПЭ независимо от срока дебюта улучшение было более умеренным (AUC 0,770 → 0,817; выявляемость 41,3 % → 52,9 %). Авторы сделали акцент на вкладе этнической принадлежности в прогнозе ПЭ [9].

Похожий подход был продемонстрирован в другом исследовании. М.М. Gil с соавт. (исследование PREVAL, n = 10110; скрининг в 11–13 недель) оценивали модель МО на комбинации материнских факторов + САД (систолическое АД) + UtAPI + PlGF (и в расширенных вариантах добавляли PAPP-A). Для ранней ПЭ (< 34 недель) при 10 % позитивных результатах скрининга выявляемость составила 84,4 % при AUC ~0,92; для преждевременной ПЭ (< 37 недель) выявляемость была 77,8 % (AUC ~0,913), а для всей ПЭ – 55,7 % (AUC ~0,846). По сути, модель МО в этой когорте показала сопоставимые результаты с конкурирующей «классической» моделью риска, что ценно именно как независимая проверка [10].

В когорте беременных из Китая эффективность аналогичного подхода, основанного на скрининге I триместра, повышали за счет перебора нескольких алгоритмов. В проспективной когорте Т. Li с соавт. (включены 4644 беременных из 5116) данные собирали в 11–13 недель, а в модель включали материнские характеристики, САД, UtAPI, PAPP-A и PlGF. Среди сравниваемых алгоритмов (логистическая регрессия, Extra Trees, Gaussian Process, stacking и др.) лучшими по предсказанию преждевременной ПЭ были комплексные подходы: для «voting classifier» AUC достигала 0,884 при выявляемости 62,5 % на уровне 10 % FPR. Для «всей ПЭ» показатели были скромнее – AUC ~0,83, выявляемость около 51 % при 10 % FPR, что типично и для других работ (ранняя/преждевременная ПЭ «предсказывается» лучше, чем ПЭ в целом) [11].

В другом ретроспективном исследовании, посвященном скринингу I триместра, Н. Liang с соавт. разрабатывали модель, повышающую точность за счет дополнительных лабораторных и воспалительных индексов (внутренняя выборка n = 100, внешняя валидация n = 70; прогноз до 12 недель) и сравнивали логистическую регрессию, метод опорных векторов (англ. support vector machine, SVM), «случайный лес» (англ. random forest) и нейросетевой подход. После отбора признаков в модель вошли плацентарные и сосудистые маркеры (PlGF, UtAPI), параметры коагуляции – D-димер, активированное частичное тромбопластиновое время (АЧТВ) и воспалительные индексы – отношение нейтрофилов к лимфоцитам (англ. neutrophil-to-lymphocyte ratio, NLR), отношение тромбоцитов к лимфоцитам (англ. platelet-to-lymphocyte ratio, PLR) и др. Лучший результат показала нейросеть: AUC = 0,917 на внутреннем тестировании и 0,838 на внешней проверке. Важно, что при малом размере выборки такие цифры требуют осторожной интерпретации, но сама тенденция понятна: добавление маркеров плацентарной функции и маркеров системной реакции повышает информативность [12].

Интересный частный случай применения моделей, основанных на мультипараметрических данных мониторинга I триместра, представлен исследованием, где проблема была в сопоставимости измерений. В работе Z. Zhao с соавт. авторы столкнулись с тем, что PlGF измеряли на разных платформах – платформа одномолекулярного ультрачувствительного иммуноанализа (англ. Single Molecule Array, SiMoA) и Elecsys, и предложили калибровку значения PlGF с помощью простой нейросетевой регрессии на небольшом калибровочном наборе. Основная прогностическая модель строилась как «случайный лес» на 14 признаках (материнские факторы, АД, PlGF и др.) с разделением по наборам данных. При обучении на объединенном наборе данных, полученным из двух платформ, AUC составила ~0,76; на независимом тест-наборе AUC снижалась примерно до 0,71. Для I триместра отдельно анализировали подвыборку (65 случаев ПЭ и 190 контролей), где AUC также была на уровне ~0,70–0,76 в зависимости от схемы валидации. Практический вывод здесь очень прикладной: качество предсказания может заметно зависеть от того, насколько аккуратно сведены данные из разных лабораторных систем [13].

Исследование V.P. Kovacheva с соавт. (n = 1125) было посвящено оценке вклада генетической предрасположенности в прогноз ПЭ. В I триместре модели показывали умеренную дискриминацию (AUC ~0,74 на XGBoost), а ближе к родам клинические переменные давали AUC ~0,91. Добавление полигенного компонента не показало существенного преимущества [14].

Некоторые работы, посвященные прогнозированию ПЭ во II–III триместрах, демонстрируют, что в обычной клинической практике уже накоплено достаточно данных для прогнозирования без каких-либо других дополнительных параметров. В ретроспективном исследовании Y.X. Li с соавт. использовали ЭМК и 38 клинических параметров, доступных при первом визите во II триместре (ранний II триместр). Из нескольких алгоритмов лучшим оказался градиентный бустинг (XGBoost): AUC = 0,955 при высокой общей точности (0,920) и чувствительности порядка 0,789. Наиболее информативными оказались вполне рутинные клинические показатели: среднее АД (MAP), индекс массы тела (ИМТ) и уровень глюкозы натощак. Авторы также пробовали упрощенную модель на данных, сообщаемых пациентами, с AUC ~0,83, что важно для внедрения [15].

Если фокус смещается на поздние формы ПЭ, во II и III триместрах начинает играть роль динамика лабораторных показателей. В работе J.H. Jhee с соавт. (n = 11006) прогнозировали позднюю ПЭ (после 34 недель), используя данные с 14–17 недель и до 34 недель. В модель включали ряд рутинных показателей (САД, азот мочевины, креатинин, тромбоциты, калий, лейкоциты, кальций, протеинурия). Среди сравниваемых методов наилучший результат показал вариант градиентного бустинга (С-statistic = 0,924), превосходя логистическую регрессию и ряд других алгоритмов [16].

Отдельная и клинически перспективная линия исследований – прогнозирование по наиболее ранним признакам до дебюта ПЭ. В многоцентровом ретроспективном исследовании S. Chen с соавт. (6 больниц; 1965 беременностей: 144 ранней ПЭ, 363 поздней ПЭ, 231 преждевременной ПЭ и 1458 контролей; данные ранней беременности, медиана около 12–13 недель) строили модели отдельно для различных подтипов ПЭ (ранняя ПЭ, поздняя ПЭ и ПЭ на ранних сроках беременности) на сочетании клинических факторов (в первую очередь, САД и ИМТ) и лабораторных индикаторов. Для ранней ПЭ ключевыми оказались, помимо ИМТ/АД, мочевая кислота, моноциты и соотношение АСТ/АЛТ (аспартатаминотрансфераза/аланинаминотрансфераза), а также анамнестические маркеры, например, вспомогательные репродуктивные технологии (ВРТ). Во внешней валидационной выборке (англ. external validation set, EV set) добавление лабораторных показателей повышало качество модели по сравнению с «клиническим минимумом»: для ранней ПЭ AUC составляла около 0,86 (против ~0,79 у клинической модели), при чувствительности ~72 % и специфичности ~85 %; для поздней ПЭ AUC также была около 0,86 (против ~0,83 у клинической модели) при чувствительности ~70 % и специфичности ~85 %. Для преждевременной ПЭ ансамблевая модель обеспечивала чувствительность около 63 % при специфичности ~85 % во внешней валидационной выборке [17].

Проспективные данные первородящих позволяют оценить, как растет качество прогноза по мере накопления наблюдений. В исследовании Y.C. Lin с соавт. (n = 1857, первородящие) прогнозировали тяжелую ПЭ/эклампсию на 3 визитах: 6–13 недель, 16–21 неделя и 22–29 недель. AUC последовательно увеличивалась (0,72 → 0,75 → 0,77). Среди наиболее значимых по вкладу признаков постоянно фигурировали ИМТ и показатели АД, а из биомаркеров особенно выделялись PlGF и эндоглин [18]. Практически это подчеркивает очевидное, но важное: по мере роста гестационного срока и количества измерений прогноз становится точнее, а ключевые параметры ограничиваются рутинно измеряемыми при наблюдении беременности.

Крупные когорты, основанные на рутинно собираемых факторах риска, показывают, что приемлемое качество прогноза может быть достигнуто и без сложных биомаркеров. В исследовании S.A. Tiruneh с соавт. (ретроспективная когорта, n = 48250; данные 2016–2021 гг.; признаки из материнских характеристик и анамнеза) сравнивали логистическую регрессию, XGBoost и «случайный лес». Лучший результат показал «случайный лес» (AUC = 0,84), далее шли XGBoost (AUC = 0,77) и логистическая регрессия (AUC = 0,75). Наиболее важными предикторами оказались первородство, ИМТ в начале беременности, анамнез ПЭ, возраст матери, семейный анамнез гипертензии, хроническая артериальная гипертензия (АГ) и диабет [19].

В другой работе те же авторы выполнили проверку на более позднем потоке данных. В темпоральной валидации S.A. Tiruneh с соавт. использовали уже более поздний период (июль 2021 – декабрь 2022; n = 12549; 431 случай ПЭ) и оценили те же модели на новом потоке пациенток. Здесь AUC снизилась, составив около 0,76 для логистической регрессии, 0,75 для XGBoost и 0,71 для «случайного леса», т. е. переносимость на последующие годы оказалась ограниченной, что очень типично для моделей на рутинных данных и подчеркивает необходимость постоянного контроля качества при внедрении [20].

Вариант динамического прогнозирования, когда риск обновляется на каждом визите, представлен в работе I.-L. Shyu с соавт. (n = 2444; данные с ≥ 10 недель; анализировали 19698 визитов, 350 случаев ПЭ). Модели обучали на типичных для амбулаторного наблюдения параметрах (гестационный срок, масса тела, АД, анамнез, лабораторные признаки), балансировали классы и оценивали несколько алгоритмов. Лучший результат дал XGBoost с AUC = 0,921; среди ведущих предикторов постоянно были диастолическое/систолическое АД и глюкоза мочи. С клинической точки зрения, это удобная концепция – риск можно пересчитывать после каждого посещения, а не один раз в начале беременности [21].

Похожие идеи временного прогнозирования развиваются и в более сложных математических формах. В исследовании B.W. Eberhard с соавт. (n = 66425; ретроспективная когорта 2015–2023 гг.) применяли модель выживаемости на основе глубокого обучения, которая формирует временные траектории риска (по сути, обновляемый прогноз, «когда» может развиться ПЭ). Дискриминация была на уровне AUC около 0,78, сопоставимо с традиционными подходами выживаемости, но добавлялась интерпретируемость траекторий и возможность группировать пациенток по типу риска [22].

В более поздней работе тех же авторов (другой дизайн) B.W. Eberhard с соавт. построили серию моделей на 8 сроках беременности (14, 20, 24, 28, 32, 34, 36, 38 недель) на большой когорте (n = 101357; 3 клиники, 2015–2023 гг.) и проверили переносимость на внешней проспективной когорте первородящих. Внутри системы здравоохранения AUC обычно лежала в диапазоне примерно 0,71–0,80 (в зависимости от срока), но при внешней проверке падала до 0,57–0,70. Этот результат хорошо иллюстрирует, что даже при большой выборке и высоких показателях внутренней валидации внешний перенос остается главным испытанием для моделей на ЭМК [23].

Отдельную группу составляют модели, обученные на крупных административных базах данных, где клиническая глубина меньше, но объем выборки существенно больше. В работе R. Bennett с соавт. применяли нейросетевую модель из 3 источников данных: Texas PUDF (360943 родов, 14375 ПЭ), Оклахомa PUDF (84632 родов, 721 ПЭ) и MOMI (31431 беременность, 2743 ПЭ). Качество (AUC) было умеренным и сильно зависело от базы данных: около 0,663 (Техас), 0,635 (Оклахома) и 0,765 (MOMI). В MOMI авторы отдельно подчеркивали возможность максимально раннего прогноза с учетом «скачков» АД в первые 14 недель. Это, по сути, модель «популяционного риска», полезная для стратификации, но не всегда заменяющая клинический скрининг с биомаркерами [24].

В исследовании H. Sufriyana с соавт. использовали национальную страховую базу Индонезии (nested case-control: 3318 случаев ПЭ/эклампсии и 19883 контроля), из 95 признаков отобрали 17 и обучили «случайный лес». Внешнюю проверку организовали как географическую и темпоральную. Наилучшее качество наблюдалось при прогнозе за 9–12 месяцев до события: AUC = 0,88 (географическая валидация) и 0,86 (темпоральная). Это интересный пример того, как даже «административные» признаки несут сигнал риска задолго до клинической манифестации, но интерпретация таких моделей должна учитывать ограниченность клинических деталей [25].

Отдельного внимания заслуживает работа Y. Chen с соавт., в которой решалась задача дифференциальной диагностики между гестационной гипертензией и ПЭ на основе базовых клинических и лабораторных показателей. Внутренняя когорта включала 1157 женщин (424 ПЭ и 733 гестационная гипертензия), внешняя когорта состояла из 478 женщин. Среди 7 алгоритмов лучшими были XGBoost и AdaBoost; для XGBoost AUC достигала ~0,763 на внутренней валидации и 0,843 на внешнем тесте. В качестве значимых предикторов выделялись тиреотропный гормон (ТТГ), возраст, средний объем эритроцитов (англ. mean corpuscular volume, MCV), триглицериды, D-димер, альбумин и мочевая кислота. Для практики это сигнал о том, что стандартные лабораторные панели и эндокринные маркеры могут помогать в стратификации внутри «серой зоны» гипертензивных расстройств [26].

Если обобщить именно результаты (без учета авторских интерпретаций в разделах «обсуждение»), то по включенным в настоящий обзор исследованиям довольно стабильно повторяются 3 вывода.

Артериальное давление и его производные – систолическое (САД) и диастолическое артериальное давление (ДАД) почти всегда входят в число сильнейших предикторов. Это видно и в моделях I триместра [9–11], и в динамических моделях по визитам, и в моделях по рутинным данным [17][19][21].

Плацентарные маркеры и UtAPI дают наиболее заметный прирост для ранней/преждевременной ПЭ [9–12].

Рутинные лабораторные панели (мочевая кислота, тромбоцитарные показатели, АСТ/АЛТ и др.) могут ощутимо улучшать ранний прогноз, особенно если модель нацелена на раннюю ПЭ (англ. early-onset preeclampsia, EOPE) и использует мультипараметрический профиль, а не один маркер [16][17].

При этом на уровне результатов четко видно: там, где есть внешняя проверка (другая клиника, другой период времени), качество часто становится ниже, чем при внутренней оценке [20][23]. Такое снижение качества типично для моделей, валидированных на внешних данных: они хорошо учатся на своем потоке данных и хуже переносятся на другой, если не предусмотрены механизмы адаптации и контроля.

Аналогично публикациям по прогнозированию ПЭ, в отобранных публикациях по кровотечениям преобладают ретроспективные разработки моделей на данных ЭМК и стандартных клинико-лабораторных показателях; существенно реже встречаются проспективные дизайны. Временной горизонт прогноза почти всегда привязан к периоду родоразрешения: либо до начала родов/потуг, либо предоперационно перед кесаревым сечением, либо с использованием интра- и ранних послеродовых данных.

Самую крупную когорту представили J.M. Westcott с соавт.: 30867 родов, из них 2185 эпизодов кровотечения (определение включало оценочную кровопотерю > 1000 мл или необходимость трансфузии/дополнительного вмешательства). Авторы сравнили несколько алгоритмов и показали, что градиентный бустинг деревьев решений дает очень высокую дискриминацию: AUC = 0,979 при чувствительности 0,763 и общей точности 98,1 %. Отдельно важный практический момент: модель, ограниченная признаками, доступными до начала второго периода родов, почти не теряла качество (AUC = 0,955; чувствительность 0,737; точность 97,7 %), что ближе к реальному «прогнозу заранее», а не к постфактум-классификации [27].

S. Krishnamoorthy с соавт. анализировали 11000 случаев, включая 1042 случая послеродового кровотечения (англ. postpartum hemorrhage, PPH), и использовали большой набор признаков (149 параметров). Гибридная модель на основе многоуровневого автокодировщика после оптимизации гиперпараметров показала очень высокие показатели (AUC = 0,983), чувствительность – 98,88 %, специфичность – 96,96 %, общая точность классификации – 97,15 %. При этом клинически существенным ограничением остается то, что в публикации признаки описаны агрегировано, без ясной привязки к моменту, когда они становятся доступными врачу, поэтому интерпретировать это именно как ранний прогноз сложнее [28].

В работе М. Akazawa с соавт. рассмотрены 9894 вагинальных родов (PPH > 1000 мл; n = 188). Авторы ограничились 11 клиническими переменными (возраст, паритет, рост/масса тела, срок гестации, масса плода, применение окситоцина, способ родоразрешения и др.) и сравнили несколько подходов. Наилучший результат оказался умеренным (AUC = 0,708; общая точность классификации = 0,686), причем разница между «сложными» моделями и логистической регрессией не была драматичной [29]. Для практики это звучит так: на минимальном клиническом наборе факторов можно получить лишь среднюю дискриминацию, и многое упирается в то, насколько «богаты» входные данные.

Z. Song с соавт. использовали значительно более крупный материал и сделали акцент на интерпретации. В разработочной выборке было 24833 вагинальных родов (1623 случаев PPH), внешняя валидация проведена еще на 3099 случаях. PPH определяли как кровопотерю > 500 мл в течение 24 часов после родов с измерением по взвешиванию и учетом простыней/прокладок [30]. Среди нескольких алгоритмов лучшим оказался XGBoost: AUC = 0,894 на внутренней валидации и 0,880 на внешней (при очень высокой AUC на обучении 0,997, что само по себе намекает на риск переобучения). Авторы стартовали с 34 факторов и сократили их до 15 наиболее значимых, где фигурировали масса тела новорожденного, длительность периодов родов, преждевременный разрыв плодных оболочек (англ. premature rupture of membranes, PROM) и ряд организационно-акушерских параметров [30].

S. Holcroft с соавт. представили более «полевой» вариант: наблюдательное исследование типа «случай–контроль», анализ данных 430 родов в Северной Руанде (81 случай PPH), где исход (раннее PPH) определяли как кровопотерю > 500 мл в первый час после родов или необходимость переливания крови. Для прогноза использовали факторы, которые можно собрать до или в начале родов (страховой статус, многоплодие, дородовое кровотечение, внутриутробная гипоксия плода, гемоглобин в родах, возраст и др.). Среди сравниваемых моделей выбрали метод «случайного леса»; средняя чувствительность составила 80,7 %, специфичность – 71,3 %, частота ошибок классификации – 12,19 % [31]. Важно, что в этой работе лидировали очень «земные» предикторы, такие как уровень гемоглобина и возраст, т. е. модель формализовала уже используемые клинические признаки [31].

Отдельный класс исследований посвящен ситуации, когда кровотечение ожидается во время кесарева сечения (особенно при placenta previa/PAS), и врач заинтересован в предоперационной стратификации риска.

М. Akazawa и К. Hashimoto рассмотрели 48 пациенток с placenta previa (тяжелое кровотечение определяли как ≥ 2000 мл; таких было 26). Модель строили мультимодально: табличные данные – 9 параметров, включая уровень гемоглобина (англ. hemoglobin, Hb), количество лейкоцитов (англ. white blood cell count, WBC), количество тромбоцитов (англ. platelet count, PLT) в сочетании с магнитно-резонансной томографией (МРТ) в T2-взвешенном режиме плаценты. Мультимодальный вариант дал общую точность классификации = 0,680 и AUC = 0,735, превосходя табличную модель (AUC = 0,576) и модель только по МРТ (общая точность классификации = 0,537). Интересно, что и «человек-эксперт» на тех же данных показывал примерно сопоставимую точность (0,614), т. е. преимущество мультимодальности здесь есть, но на фоне очень малого размера выборки и без внешней валидации выводы остаются осторожными [32].

М. Li с соавт. разработали интерпретируемую модель для PPH у пациенток с placenta previa при кесаревом сечении: всего 845 случаев с внутренним разделением на обучающую (n = 403) и тестовую (n = 174) подвыборки и внешней валидацией (n = 268). PPH определяли как кровопотерю ≥ 1000 мл в течение 24 часов. Входные данные были строго предоперационные: лабораторные тесты в пределах недели до операции и ультразвуковая оценка PAS. Лучшей оказалась модель градиентного бустинга: AUC = 0,880 на тестовой выборке и 0,810 на внешней. Среди наиболее весомых факторов выделялись D-димер, ультразвуковые признаки PAS, нейтрофилы, протромбиновое время и тромбоциты, что хорошо «стыкуется» с клинической логикой риска кровотечения [33].

М. Wang с соавт. пошли по другой траектории: вместо бинарного исхода они предсказывали количественный объем кровопотери при кесаревом сечении. Это ретроспективная выборка 6144 операций (после очистки – 5468 записей), где использовали пред- и интраоперационные данные ЭМК, включая клинические параметры, записи анестезиологов и лабораторные показатели. Среди 6 моделей лучше всех показал себя метод «случайного леса» в регрессии: средняя абсолютная ошибка (англ. mean absolute error, MAE) составила 21,7 мл, а корень из средней квадратической ошибки (англ. root mean squared error, RMSE) – 33,75 мл (авторы интерпретировали это как ошибку порядка 5,4 % и 9,3 %). По перестановочной важности ключевыми оказались кальций, Hb, WBC, количество тромбоцитов, натрий и калий [34]. Для практики это звучит полезно: простые и рутинные лабораторные показатели могут быть не только «фоном», но и рабочими маркерами для ожидаемой кровопотери.

Наконец, S. Miller с соавт. рассматривали PAS как ключевой источник массивной кровопотери при placenta previa, сравнив группу тяжелого PAS (n = 33) и placenta previa без PAS (n = 21). Образцы крови собирались проспективно, в среднем в III триместре (около 33–36 недель). Авторы проверили, добавляет ли метаболомика/липидомика что-то к клиническим факторам, используя регрессию эластичной сети (англ. elastic net) с многократно повторяемой кросс-валидацией. Результат получился прагматичным: клинические характеристики сами по себе дали AUC = 0,685, липидомика – 0,699, метаболомика – 0,711, а комбинирование не улучшило качество (AUC = 0,69), т. е. в этом материале «омикс» данные представляют исследовательский интерес, но пока не дают прорыва по сравнению с нормальной клиникой [35].

С. Susanu с соавт. провели проспективное мультицентровое исследование на 203 пациентках (68 случаев PPH). При сравнении нескольких алгоритмов наилучшие результаты показал наивный байесовский классификатор (англ. Naive Bayes): общая точность классификации – 0,95, специфичность – 0,97, чувствительность – 0,76, AUC = 0,76 [36]. Эти данные показывают, что даже на относительно небольшой проспективной выборке можно получить клинически полезную модель, однако ее дискриминационная способность остается умеренной (табл. 2).

Проведенный систематический обзор хорошо иллюстрирует главный парадокс современных моделей ИИ: при наличии больших объемов клинических и лабораторных данных алгоритмы действительно способны идентифицировать риск осложнений раньше врача, однако ни одна модель пока не способна демонстрировать стабильный результат в период длительного использования. Наш обзор включает в себя 28 статей, 18 из которых посвящены ПЭ, а 10 – акушерским кровотечениям, что уже позволяет нам сделать выводы о типичных подходах, сильных и слабых сторонах доказательной базы.

Во многих исследованиях, посвященных ПЭ, прослеживаются 2 стратегии подхода к данному состоянию. Первая наиболее логичная и очевидная: скрининг в I триместре с использованием материнских факторов риска, артериального давления (САД), доплерометрии маточных артерий (UtAPI) и плацентарных биомаркеров (в первую очередь PlGF, иногда PAPP-A). Именно по вышеуказанным параметрам модели ИИ показывают наиболее значимые цифры: для ранней ПЭ качество обычно выше, чем для ПЭ с дебютом в различные периоды, что ожидаемо, поскольку ранние формы теснее связаны с плацентарным компонентом и легче идентифицируются по маркерам плацентарной дисфункции. Данный факт также согласуется с результатами других исследований [9–11], включая и те, в которых не использовались модели ИИ/МО [37]. В исследовании PREVAL проводилась внешняя проверка в отношении прогностической значимости параметра PlGF. Проверка показала сопоставимую значимость [10].

Важным фактом, который транслируется во многих исследованиях, является то, что расширение лабораторных параметров значимо улучшает прогноз по сравнению с параметрами, предусмотренные стандартными клиническими анализами [9][17]. В то же время сами алгоритмы (нейросети, бустинг, ансамбли) часто оказываются вторичны по сравнению с набором входных данных: при одинаковых предикторах разница между моделями нередко умеренная, а иногда простые подходы показывают сопоставимые результаты [20].

Вторая стратегия в отношении ПЭ связана с моделями МО, основанными на ЭМК и рутинных данных (анамнез, диагнозы, визиты, витальные показатели и стандартные лабораторные тесты). Подобный подход позволяет значимо масштабировать его применение, а также избежать использования дорогих биомаркеров. Однако обратной стороной является то, что после проверок AUC часто находится в диапазоне умеренной дискриминации [11][20]. В клинической практике данного факта может быть достаточно для углубленного обследования.

Отдельного обсуждения заслуживает направление динамического прогнозирования, при котором модель обновляет прогноз после каждого последующего визита. Это наиболее применимо в реальной практике: новые данные (АД, масса тела, анализ мочи/крови) действительно меняют риск «онлайн». Примером служит модель I.-L. Shyu с соавт. (2025), где риск пересчитывался по визитам и качество оставалось высоким в рамках внутренней проверки [21]. Более сложные варианты, включая модели временных траекторий риска, также показывают перспективность концепции [22][23].

Важным замечанием является то, что при внешней проверке качество множества моделей нередко снижается. Это видно и для временной проверки в пределах одной системы, и для переноса на внешнюю когорту [20][23]. Практический вывод здесь скучный, но важный: внедрение модели без постоянного контроля (повторная калибровка, мониторинг качества, проверка на новых потоках) почти гарантированно приведет к ухудшению предсказаний со временем.

С клинической точки зрения наибольшая ценность раннего прогнозирования ПЭ напрямую связана с возможностью профилактики и изменения тактики ведения. Классический пример мировой литературы: профилактика низкими дозами ацетилсалициловой кислоты, начатая в ранние сроки у женщин высокого риска, снижает частоту ранней/преждевременной ПЭ [38]. Поэтому именно модели, работающие в I триместре, потенциально имеют самый большой «прикладной выход»: они могут помочь точнее выбрать женщин, которым профилактика и усиленное наблюдение принесут максимальную пользу [9][10].

Касательно прогноза кровотечений картина более неоднородная и часто определяется временем, когда делается прогноз. В большинстве включенных работ прогноз практически всегда привязан к периоду родоразрешения: до начала родов/потуг, предоперационно перед кесаревым сечением или с использованием интра- и ранних послеродовых данных. Это логично с позиции доступности параметров, но создает методологический риск: чем ближе к событию берутся признаки, тем легче модели «угадать» исход.

Наиболее впечатляющие метрики получены в крупных ретроспективных исследованиях на данных ЭМК. В работе J.M. Westcott с соавт. (2022) при использовании широкого набора переменных из ЭМК модель градиентного бустинга демонстрировала крайне высокую дискриминацию. При этом важно, что авторы отдельно оценили вариант с ограничением признаков данными, доступными до второго периода родов, и качество снижалось незначительно [27].

Отдельное клинически значимое направление исследований касается кесарева сечения при предлежании плаценты, где врач заранее ожидает высокий риск массивной кровопотери и нуждается в предоперационной стратификации риска. Здесь интересен подход М. Li с соавт. (2025): строго предоперационные лабораторные данные и ультразвуковая оценка PAS позволяли получать высокие значения AUC, причем с падением качества на внешней выборке, что опять подчеркивает тему переносимости, но все же демонстрирует реальный потенциал для практики [33]. По сути, такие модели могут быть инструментом для принятия решений о маршрутизации пациентки, подготовке крови, выборе уровня стационара и привлечении мультидисциплинарной команды.

Мультимодальные решения выглядят перспективно, но ограничены малым объемом выборки и отсутствием внешней проверки. Поэтому результаты вроде AUC около 0,7 в работе М. Akazawa и К. Hashimoto (2023) воспринимаются скорее как пилотное исследование, чем как готовая клиническая технология [32].

Интересно, что попытки добавить «омикс»-данные (метаболомика/липидомика) в прогноз массивной кровопотери при PAS, по крайней мере в имеющихся данных, не дали явного преимущества над клиническими факторами [35]. Это важный «приземляющий» результат: биомаркеры высокого уровня могут быть перспективны, но на текущем этапе рутинная клиника часто дает сопоставимую информативность, особенно когда речь идет о крайне небольших выборках.

Наконец, проспективные данные по кровотечениям немногочисленны и чаще показывают более умеренную дискриминацию. Примером может служить работа С. Susanu с соавт. (2024), где даже при хороших значениях точности AUC оставалась на уровне умеренного прогноза. Это подчеркивает, что хорошие результаты ретроспективных моделей не всегда воспроизводятся в реальной клинической практике [36].

Если обобщить все включенные исследования, складывается довольно практичный вывод: качество прогноза сильнее всего определяют время, когда собираются признаки, и клиническая составляющая этих признаков. Использование признаков, полученных непосредственно перед исходом, повышает метрики качества, но снижает ценность модели как инструмента раннего прогнозирования. В этом случае особую ценность имеют исследования, в которых авторы отдельно показывают положительный результат для более раннего мониторинга риска [21][27][33].

Данные современных исследований демонстрируют, что алгоритмы ИИ, обученные на мультипараметрических наборах (ЭМК, витальные показатели, лабораторные маркеры, ультразвуковое исследование/доплерография и др.), способны улучшать прогнозирование риска ПЭ и акушерских кровотечений по сравнению с традиционными моделями, особенно при учете динамики показателей во времени. При этом ключевое ограничение большинства работ предсказуемо: недостаток внешней и проспективной валидации, из-за чего при переносе между клиниками качество и калибровка нередко ухудшаются. Следовательно, следующий этап развития направления должен быть смещен к мультицентровым проспективным исследованиям клинического эффекта и стандартизированной оценке риска смещения по современным расширениям для ИИ-моделей.