ПРИМЕНЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ ПРЕДОПЕРАЦИОННОГО ПРОГНОЗИРОВАНИЯ РИСКА РАЗВИТИЯ ПОСЛЕОПЕРАЦИОННОГО ПЕРИТОНИТА

Абуладзе Иван Отариевич, Бархударов Александр Алексеевич

В обзоре анализируются современные подходы к применению искусственного интеллекта для предоперационного прогнозирования послеоперационного перитонита. Дополнительно представлено пилотное исследование на синтетической когорте из 60 пациентов с острым аппендицитом, в котором модель на основе CatBoost продемонстрировала AUC-ROC = 0,86 и выявила ключевые предикторы риска: свободная жидкость по УЗИ, уровень СРБ, гипоальбуминемия и длительность боли. Обсуждаются методологические ограничения существующих моделей и формулируются рекомендации по их клинической реализации.

Ключевые слова:искусственный интеллект, машинное обучение, предоперационное прогнозирование, послеоперационные осложнения, перитонит, градиентный бустинг, CatBoost, синтетические данные