研究では、85人の参加者からの精液サンプルで構成され、肥沃、部分不妊、不妊に分類されたVISEMデータセットを利用し、精子濃度、運動性、形態に基づいて男性の生殖能状態を予測するための機械学習アルゴリズムを評価した。

  • 最近接重心分類器は94.2%の精度を達成し、テストされた40以上のアルゴリズムの中でサポートベクターマシンや二次判別分析を上回った。
  • モデルの堅牢性は5分割交差検証と多クラスROC-AUC分析を用いて検証された。
  • この研究は、機械学習が精液品質の迅速で正確かつ客観的な評価を提供し、男性不妊治療における臨床意思決定を支援できることを示している。