Введение. Совершенствование оказания перинатальной помощи является приоритетным направлением развития здравоохранения. Целью исследования явилась разработка математических моделей прогнозирования неблагоприятных исходов беременности и родов, а также сравнение результатов их применения с другими шкалами оценки риска наступления неблагоприятных исходов. Материал и методы. В работе проанализированы данные о 122 250 законченных случаях беременности в период с 2014 по 2017 гг. Для построения моделей прогнозирования использовались следующие математические модели: логистическая регрессия, искусственная многослойная нейронная сеть, дерево классификации и дискриминантное уравнение. В качестве входных параметров использовались данные о наличии у беременных факторов риска, а в качестве выходных – анализируемые исходы беременности и родов. Результаты. Наибольшие значения точности прогнозирования всех изучаемых исходов были получены с применением деревьев классификации. При прогнозировании практически всех исходов, за исключением прогнозирования запоздалых родов, была получена точность прогноза более 90%. При использовании дерева классификации для прогнозирования запоздалых родов была получена точность равная 77,2 [77,1; 77,4]%, чувствительность – 92,0 [91,9; 92,1]%, специфичность – 62,5 [62,4; 62,6]%. Обсуждение. Среди двух методик (В.Е. Радзинского и приказ №572) меньше случаев недооценки перинатального риска позволяет получить использование критериев оценки перинатального риска, установленных приказом №572. При совместном использовании двух этих методик удается добиться меньшего числа случаев недооценки перинатального риска. Применение полученных деревьев классификации в комбинации с методикой В.Е. Радзинского и приказа №572 позволяет в большей мере снизить число случаев недооценки перинатальных рисков. Заключение. В ходе исследования были построены математические модели, позволяющие прогнозировать возникновение различных неблагоприятных исходов беременности и родов. Наибольшие показатели точности были получены при применении деревьев классификации, что свидетельствует о их предпочтительном применении для задачи оценки перинатального риска в сравнении с другими моделями.