한 연구는 85명의 참가자로 구성된 VISEM 데이터셋을 사용하여 정자 농도, 운동성 및 형태를 기반으로 남성 생식력 상태를 분류하기 위해 머신러닝을 활용하는 것을 조사했습니다.

  • Nearest Centroid 분류기는 94.2%의 정확도를 달성하여 테스트된 40개 이상의 알고리즘 중 Support Vector Machines와 Quadratic Discriminant Analysis를 능가했습니다.
  • 모델의 강건성은 5폴드 교차 검증과 다중 클래스 ROC-AUC 분석을 사용하여 검증되었습니다.
  • 데이터셋은 세계보건기구 기준에 따라 샘플을 Fertile, Sub-Fertile 및 Infertile 범주로 분류합니다.

이 결과는 머신러닝 모델이 정액 품질에 대한 빠르고 정확하며 객관적인 평가를 제공하여 비뇨기과 임상 의사 결정을 지원할 수 있음을 시사합니다.