استخدمت دراسة مجموعة بيانات VISEM، المكونة من عينات منوية لـ 85 مشاركاً مصنَّفة على أنها خصبة، دون الخصوبة، أو عقيمة، لتقييم خوارزميات التعلم الآلي للتنبؤ بحالة الخصوبة الذكورية استناداً إلى تركيز الحيوانات المنوية وحركتها وشكلها.
- حقق مُصنِّف أقرب مركز دقة بنسبة 94.2%، متفوقاً على آلات ناقلات الدعم والتحليل التمييزى التربيعي من بين أكثر من 40 خوارزمية تم اختبارها.
- تم التحقق من متانة النموذج باستخدام التحقق المتقاطع ذو الطيات الخمس وتحليل ROC-AUC متعدد الفئات.
- تُظهر الدراسة أن التعلم الآلي يمكن أن يوفر تقييماً سريعاً ودقيقاً وموضوعياً لجودة السائل المنوي لدعم اتخاذ القرار السريري في طب الذكورة.