ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В ПРОГНОЗИРОВАНИИ СЛУХОВЫХ РЕЗУЛЬТАТОВ ПОСЛЕ ОТОХИРУРГИЧЕСКИХ ВМЕШАТЕЛЬСТВ: СОВРЕМЕННОЕ СОСТОЯНИЕ И ПЕРСПЕКТИВЫ

В статье рассматривается современное состояние применения искусственного интеллекта для прогнозирования слуховых результатов после отохирургических вмешательств. Особое внимание уделено алгоритмам машинного обучения, способным интегрировать клинические, аудиологические и хирургические показатели пациентов. Современные исследования демонстрируют перспективность использования Random Forest, LightGBM, нейронных сетей и других моделей для прогнозирования послеоперационного air-bone gap и вероятности улучшения слуха. В частности, исследования после тимпанопластики показывают высокую прогностическую эффективность отдельных моделей, однако результаты требуют дальнейшей внешней валидации. Перспективным направлением является интеграция аудиометрических данных с эндоскопическими изображениями барабанной перепонки и другими клиническими параметрами