揭秘上海交大孕前精准预测流产风险的重大突破

上海交通大学李金金教授团队成功开发可解释AI算法预测流产风险

IT之家报道，一个由上海交通大学李金金教授领导的研究团队在最新本文中宣布，他们成功开发了一种可解释的AI算法，通过预测血清代谢物水平，在怀孕前就能精准预测流产风险。
这一突破性研究成果在《The Innovation Medicine》期刊上发表，本文标题为《Interpretable learning predicts miscarriage using pre-pregnancy serum metabolites》。

一、项目团队简介

该研究团队由一流学者和专家组成，包括上海交通大学李金金教授以及上海市红房子妇产科医院的金莉萍副院长。
同济大学附属第一妇婴医院和上海交通大学医学院附属瑞金医院也参与了该项目的开发。
团队成员们在人工智能和生物医学领域拥有深厚的背景和丰富的经验，共同致力于解决流产风险预测这一难题。

二、项目背景

流产，尤其是反复自然流产（Recurrent Spontaneous Miscarriage，简称RSM），在全球范围内都是一项严重的健康问题。
世界卫生组织统计显示，全球每年约有2300万例流产事件发生，其中不乏反复自然流产的病例。
目前临床上主要采取超声波检查和人绒毛膜促性腺激素（hCG）检测等事后诊断手段，难以提前预警流产风险。
因此，开发一种能够提前预测流产风险的方法显得尤为重要。

三、项目介绍

针对这一问题，研究团队通过深入分析481位女性的血清样本，结合其他相关临床指标，成功构建出一种高精度的流产风险预测模型——AI-MP（Artificial Intelligence Miscarriage Prediction）。
该模型利用先进的机器学习算法，结合血清代谢物的数据，能够有效预测流产风险。

研究过程中，团队首次揭示了组氨酸（Histidine）在流产风险预测中的重要性。
组氨酸是一种氨基酸，其水平异常升高与流产风险紧密相关。
特别是在反复自然流产的患者中，高水平的组氨酸可能导致孕期子宫螺旋动脉重塑不足及滋养层细胞侵袭受阻等问题，进而增加流产几率。

研究团队开发的AI-MP模型具有良好的可解释性，能够解释模型做出预测的依据，这对于医疗领域的应用至关重要。
因为医生需要了解模型背后的逻辑，以便对患者提供合理的解释和建议。

四、研究成果

通过大量的实验和数据分析，研究团队发现AI-MP模型具有很高的预测精度，能够有效提前预警流产风险。
这一突破性的研究成果为预防和治疗流产提供了新的思路和方法，有望为未来的母婴健康做出重要贡献。

五、展望

未来，研究团队将进一步优化AI-MP模型，提高其预测精度和可靠性。
同时，他们还将探索更多的生物标志物和因素，以完善流产风险预测体系。
团队还计划将AI-MP模型应用于其他相关领域，如胎儿发育监测、孕期并发症预警等，以推动人工智能在医疗健康领域的应用和发展。

上海交通大学李金金教授团队开发的AI-MP模型为流产风险预测提供了新的可能性。
这一研究成果有望帮助医生提前预警流产风险，为母婴健康保驾护航。

---

---

相关标签： AI、 医疗、

上一篇：电商巨头人事变动频繁

下一篇：便捷拍照体验引领潮流OPPO周意保探索音量键