研究表明，母亲和婴儿的医疗数据可以预测早产并发症

通过使用机器学习算法筛选母亲和婴儿的电子健康记录，科学家可以预测高危新生儿在生命最初两个月的情况。这种新方法允许医生在出生前或出生前对哪些婴儿可能出现早产并发症进行分类。

斯坦福大学医学院的一项研究描述了这种方法，该研究于2月15日在网上发表科学转化医学．

“这是一种新的思考方式早产资深研究作者Nima Aghaeepour博士说，他是麻醉学、围手术期和疼痛医学以及儿科学的副教授。bob电竞该研究的主要作者是博士后学者Davide De Francesco博士和儿科讲师Jonathan Reiss医学博士。bob电竞

传统定义为出生至少提前三周发生早产与婴儿肺部、大脑、视觉、听觉和消化系统的并发症有关。虽然早产通常风险更高，但出生时间只能大致预测特定婴儿的未来。一些出生较早的婴儿没有出现并发症，而其他在怀孕的同一阶段出生的婴儿则病得很重或死亡。

“早产是全球5岁以下儿童死亡的最大单一原因，我们还没有很好的解决方案，”Aghaeepour说。“通过专注于预测这些婴儿的健康状况，我们可以优化他们的护理。”

许多早产并发症在出生后几天或几周才出现，在此期间对新生儿的健康造成严重损害。了解哪些婴儿有患病风险可以采取预防措施。

“我们主要是通过观察婴儿来做出新生儿学的治疗决定，但我们发现，我们可以从产妇健康记录中获得有价值的信息，真正了解每个婴儿的轨迹是如何因暴露在特定的产妇环境中而形成的。”该研究的合著者大卫·史蒂文森医学博士说，他是斯坦福大学露西尔·帕卡德儿童医院的新生儿学家，斯坦福大学医学院的儿科教授和早产儿研究中心主任。bob电竞

“这是向婴儿精准医疗迈进的一步，”他补充说。

像读书一样阅读病历

研究人员将电子产品医疗记录对斯坦福医疗保健中心的母亲和斯坦福医学儿童健康中心的婴儿进行了调查，涵盖了2014年至2020年期间发生的32354例活产。这些母亲的医疗记录包括怀孕期间的信息，对于那些怀孕前曾在斯坦福医学院(Stanford Medicine)接受治疗的母亲，则包括怀孕前的健康数据。婴儿的记录从出生时记录的信息开始，包括体重;血液检测;以及在分娩后1分钟和5分钟在产房评估的阿普加评分。阿普加评分包括婴儿的脉搏、呼吸和肌肉张力等因素。

使用一种机器学习算法短期记忆神经网络，研究人员建立了一个数学模型并测试它是否可以预测出生后两个月以内婴儿的24种可能的健康结果。

“使用电子健康记录存在计算上的挑战，因为它们是纵向的，包含每个患者的大量数据，”Aghaeepour说。“长短期记忆神经网络的运作方式类似于一个人读书。当我们阅读的时候，我们不会记住每个单词，但是我们记住了关键的概念，阅读下一部分，添加更多的关键概念，并把它发扬光大。该算法不会记住每个病人的整个电子健康记录，但它可以记住关键概念，并将其应用到我们做出预测的地方。”

在出生的时候机器学习模型提供了强有力的预测，预测哪些婴儿会患上各种疾病，包括支气管肺发育不良(一种慢性肺病);早产儿视网膜病变，这是一种视网膜问题，可导致视力丧失或失明;早产儿贫血;还有坏死性小肠结肠炎，这是一种严重的胃肠道并发症，通常在出生几周后才被诊断出来，这时的干预措施很复杂，结果也很差。

该模型还在出生前一周对多种结果进行了强有力的预测，包括死亡率和可导致视力丧失或失明的早产儿视网膜病变，以及对其他11种情况的中等强预测。

Aghaeepour说:“我惊讶于我们在婴儿出生前和出生时就有这么强的预测能力。”“我没想到会这样。我原以为，一旦我们收集了婴儿的数据，准确性就会在出生几天后到来。”

该模型不能可靠地预测一些并发症，比如哪些婴儿会患上念珠菌病或酵母菌感染;红细胞增多症，血液中高浓度的红细胞;或者胎粪吸入综合征，婴儿在出生时吸入胎粪，这是一种从胎儿肠道排出的粘性物质。

研究人员证实，预测的强度多年来没有变化(比较2014年至2018年的出生人数与2019年至2020年的出生人数);他们还通过来自加州大学旧金山分校的12258对母婴的独立小组验证了一些发现。

该模型在出生时的预测提供了比目前使用的风险评估工具(如阿普加评分和国家儿童健康与人类发展研究所风险评分)更准确的信息。研究人员指出，这些分数只考虑了婴儿出生时的状况，没有包括母亲病史的任何信息。然而，研究人员说，在这种机器学习工具准备好取代床边现有的风险计算器之前，还需要在更多样化的人群中进行更多的研究。

母亲的健康很重要

据研究人员称，该模型揭示了母亲的某些健康或社会条件与婴儿健康之间意想不到的联系。

例如，患有贫血(一种常见的妊娠并发症)的母亲更有可能生下患有贫血的新生儿。研究发现，这些婴儿也更有可能患上肠道并发症坏死性小肠结肠炎。

史蒂文森说:“我们需要探索在生物学层面上是什么联系解释了这些关系，因为这可能为某些情况是如何发生提供线索。”“这将使我们能够更好地干预，帮助那些孩子。”

新算法还能够将母亲的特定类型的社会经济劣势与婴儿的某些早产并发症联系起来。

Aghaeepour说:“如果母亲无家可归，我们发现对婴儿健康的影响与监禁的影响是不同的，而在传统范式下，这两种社会经济因素可能被认为对早产风险有类似的影响。”

史蒂文森说，该模型的预测可以帮助新生儿学家更好地确定哪些患者将受益于现有的预防分娩并发症的方案。例如，在出生过程中缺氧的新生儿现在可以在生命早期接受冷却方案，降低他们的体温几天，以防止脑损伤。他说，预测分数可能有助于确定其他可以通过冷却来帮助的婴儿。

科学家们说，这项工作需要在更大、更多样化的患者群体中重复，并与斯坦福医学的其他研究结合起来，这些研究根据怀孕期间变化的数千种生物标志物来描述怀孕。