本月发表的最新论文中，上海交通大学李金金教授领导的研究团队开发了可解释 AI 算法，搭建流产风险预警平台，通过分析血清代谢物，首次实现在怀孕前精准预测流产风险。
项目团队简介
该项目团队由上海交通大学李金金教授领导，携手上海市红房子妇产科医院金莉萍副院长，同济大学附属第一妇婴医院、上海交通大学医学院附属瑞金医院共同参与开发。
论文标题为《Interpretable learning predicts miscarriage using pre-pregnancy serum metabolites》，于 10 月发表在《The Innovation Medicine》期刊上。
项目背景
流产，尤其是反复自然流产（Recurrent Spontaneous Miscarriage，简称 RSM），是指女性在怀孕初期连续两次及以上的自然终止妊娠。根据世界卫生组织统计，全球每年约有 2300 万例流产事件发生，其中不乏 RSM 病例。
尽管目前临床已有诸如超声波检查和人绒毛膜促性腺激素（hCG）检测等多种监测手段，但这些方法多用于事后诊断，难以提前预警流产风险。
项目介绍
研究团队通过分析 481 位女性的血清样本，并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）。
该研究首次揭示了组氨酸（Histidine）作为流产风险预测的关键生物标志物之一的重要性。组氨酸水平的异常升高被认为与流产风险紧密相关，尤其是在反复自然流产患者中，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。
AI在线附上参考地址
Interpretable learning predicts miscarriage using pre-pregnancy serum metabolites
精准预测流产风险，上海交大等开发可解释 AI 算法，为早期预防带来希望