Vizinho mais próximo atinge 94,2% de precisão na previsão da fertilidade masculina a partir de parâmetros do sêmen

Um estudo investiga o uso de aprendizado de máquina para classificar o status de fertilidade masculina com base na concentração, motilidade e morfologia dos espermatozoides, utilizando o conjunto de dados VISEM de 85 participantes.

• O classificador Nearest Centroid alcançou uma precisão de 94,2%, superando Support Vector Machines e Quadratic Discriminant Analysis entre mais de 40 algoritmos testados.
• A robustez do modelo foi validada usando validação cruzada de 5 dobras e análise multiclass ROC-AUC.
• O conjunto de dados classifica as amostras nas categorias Fértil, Subfértil e Infértil de acordo com os critérios da Organização Mundial da Saúde.

Os achados sugerem que modelos de aprendizado de máquina podem fornecer avaliações rápidas, precisas e objetivas da qualidade do sêmen para apoiar a tomada de decisões clínicas na andrologia.