Терапия №8 (приложение) / 2025
УСОВЕРШЕНСТВОВАНИЕ НЕИНВАЗИВНОЙ ДИАГНОСТИКИ ФИБРОЗА ПЕЧЕНИ С ПОМОЩЬЮ ИНСТРУМЕНТОВ МАШИННОГО ОБУЧЕНИЯ
ФГБОУ ВО РНИМУ им. Н.И. Пирогова Минздрава России, ФГАОУ ВО РУДН им. Патриса Лумумбы», г. Москва, Россия;
ООО «ЛАБХАБ», г. Москва, Россия
Актуальность. Хронические заболевания печени представляют собой значимую медико- социальную проблему, при этом раннее выявление компенсированного выраженного фиброза (F3-F4) является ключевым фактором определения прогноза и тактики лечения. Перспективным направлением является разработка предиктивных моделей с использованием машинного обучения (МО) для повышения эффективности стратификации пациентов
на основе рутинных показателей.
Цель исследования. Разработать и оценить точность модели МО для определения компенсированного выраженного фиброза печени на основе данных эластографии FibroScan, результатов аспартатаминотрансферазы (АСТ), аланинаминотрансферазы (АЛТ), тромбоцитов и возраста; провести сравнительный анализ точности разработанной модели
с расчетным методом FIB-4.
Материалы и методы. Проведен ретроспективный анализ данных 272 пациентов Центра изучения печени им. проф. П.П. Огурцова с установленной стадией фиброза печени согласно показателю жесткости печени (целевая переменная), а также данных АСТ, АЛТ, тромбоцитов и возраста (предикторы). Данные случайным образом были разделены
на обучающую и тестовую выборки в соотношении 4:1. Статистический анализ выполнен в SPSS 27.0. Разработана бинарная классификационная модель (платформа LightAutoML) для прогноза выраженного фиброза (F3-F4) согласно критериям Baveno, при котором результат жесткости печени составлял ≥ 10 кПа. В качестве метрики точности классификации выбран показатель площади под кривой ROC-анализа (AUC ROC)...
