IT之家 10 月 12 日消息，本月發表的最新論文中，上海交通大學李金金教授領導的研究團隊開發了可解釋 AI 算法，搭建流產風險預警平臺，通過分析血清代謝物，首次實現在懷孕前精準預測流產風險。

項目團隊簡介

該項目團隊由上(shang)海(hai)交(jiao)通大(da)學李金金教(jiao)授領導，攜手上(shang)海(hai)市紅(hong)房(fang)子婦產科醫院金莉萍副(fu)院長，同(tong)濟(ji)大(da)學附屬第(di)一婦嬰醫院、上(shang)海(hai)交(jiao)通大(da)學醫學院附屬瑞金醫院共同(tong)參與(yu)開發。

論文標題(ti)為《Interpretable learning predicts miscarriage using pre-pregnancy serum metabolites》，于 10 月發表(biao)在《The Innovation Medicine》期刊上(shang)。

項目背景

流(liu)產(chan)(chan)，尤(you)其(qi)是反復自然(ran)(ran)流(liu)產(chan)(chan)（Recurrent Spontaneous Miscarriage，簡稱 RSM），是指女性在懷孕初期連續兩次及以(yi)上的自然(ran)(ran)終止妊娠。根據世(shi)界衛生組織統(tong)計，全球每年約有 2300 萬例流(liu)產(chan)(chan)事件發生，其(qi)中不(bu)乏 RSM 病例。

盡管目前(qian)臨床已有諸如超(chao)聲波檢查(cha)和人絨(rong)毛膜(mo)促性腺激素（hCG）檢測等多種監測手段，但這些方法多用于(yu)事后(hou)診(zhen)斷，難以(yi)提前(qian)預警流產風(feng)險。

項目介紹

研究團隊通過分析 481 位女性的血清樣本，并結合其他相關臨床指標，成功構建出一種高精度的流產風險預測模型 AI-MP（Artificial Intelligence Miscarriage Prediction）。

該(gai)研究(jiu)首(shou)次(ci)揭示(shi)了組氨酸(suan)（Histidine）作為流(liu)產風險預(yu)測的關鍵生(sheng)物標(biao)志物之一的重要性。組氨酸(suan)水(shui)(shui)平的異常(chang)升高被認為與流(liu)產風險緊密(mi)相關，尤其是(shi)在反復(fu)自然流(liu)產患者中，高水(shui)(shui)平的組氨酸(suan)可(ke)能導致(zhi)孕(yun)期(qi)子宮螺旋動(dong)脈重塑不足及滋(zi)養層細胞侵襲受阻等問題，進而(er)增加(jia)流(liu)產幾(ji)率。

IT之家(jia)附上參考地址

廣(guang)告聲明(ming)：文內含有的對(dui)外跳(tiao)轉鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳(chuan)遞更多信息，節(jie)省甄選時間，結(jie)果僅供參考，IT之家所有文章均(jun)包含本聲明(ming)。