将 ScienceAI 设为星标
第一时间掌握
新鲜的 AI for Science 资讯
![]( "动态黑色音符")
![]()
上海交通大学李金金、上海市红房子妇产科医院金莉萍等组成的联合团队，开发了基于人工智能的流产风险预警平台，首次实现了在怀孕前，通过分析血清代谢物来精准预测流产风险。该研究以「Interpretable learning predicts miscarriage using pre-pregnancy serum metabolites」为题，于 2024 年 10 月发布在《The Innovation Medicine》。![]()
论文链接：https://www.the-innovation.org/article/doi/10.59717/j.xinn-med.2024.100093流产，尤其是反复自然流产（Recurrent Spontaneous Miscarriage, RSM），是指女性在怀孕的前十二周内，连续两次或两次以上的自发性流产。这种状况不仅给女性身体带来了极大的伤害，更在心理上造成了深深的创伤。据统计，每年全球约有2300万例流产，其中相当一部分为RSM患者。当前的临床监测手段，如超声波检查和人绒毛膜促性腺激素（hCG）检测，虽然可以在妊娠过程中监控胎儿发育情况，但大多为事后诊断，无法提前预防流产的发生。因此，在孕前阶段能够有效预测流产风险，成为全球医疗研究者孜孜以求的目标。图：流程概述。
上海交通大学人工智能与微结构实验室（AIMS-Lab）李金金教授团队联合复旦大学附属妇产科医院（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开发了基于人工智能的流产风险预警平台（Artificial intelligence Miscarriage Prediction, AI-MP），使得这一难题终于迎来了突破——AI-MP流产预测平台通过对血清代谢物的分析，能够在怀孕前准确高效预测流产风险，为广大女性提供了前所未有的预警手段。这项研究首次成功实现了在怀孕前，通过分析血清代谢物来精准预测流产风险。这一创举，不仅为广大女性提供了有效的流产风险预警，也为医学界带来了新的希望与方向。此次研究的核心在于，研究团队利用了具备医学可解释的人工智能（AI）算法，对临床数据和代谢组学数据进行了深度挖掘和分析，涉及了大量复杂的前期数据处理工作，包括但不限于数据清洗、特征选择与提取、多维度的数据转换，以及异常值处理等。通过对481名女性的血清样本进行分析，并结合其他临床指标，团队成功构建了一种高精度的流产风险预测模型。值得一提的是，这项技术首次将预孕期血清代谢物与流产风险联系在一起，尤其是发现了组氨酸（Histidine）这一重要的氨基酸在流产风险预测中的关键作用。人工智能与微结构实验室（AIMS-Lab）聚焦于AI for Science研究，将前沿的AI算法应用于生物、材料、医学、化学、工程等Science领域，解决这些领域中的关键科学问题。该研究中使用的AI算法基于集成学习技术（Ensemble Learning），模型在训练过程中表现出卓越的精度和稳定性。经过多次迭代和优化，最终的AI流产预测模型能够在毫秒内完成预测。重要地是，AIMS团队通过量化每个特征在集成学习过程中所带来的增益（Gain）、覆盖度（Coverage）和频次（Frequency），解释AI模型的「黑箱」内部结构，使得能够在理解模型行为和提升模型性能方面进行有针对性的优化，从而在高维的医学数据分析中实现更精确的预测和解释性。研究结果显示，组氨酸水平的升高是流产风险的重要预警指标，其贡献度在所有预测特征中位居前列。图1：数据整合与AI建模。通过可解释的AI技术对血清样本的建模，构建了高精度的流产预警模型，并通过嵌入式AI特征工程揭示与流产高度相关的血清指标。
组氨酸，这种在我们日常饮食中常见的氨基酸，在此次研究中扮演了一个至关重要的角色。通过对预孕期女性血清样本的分析，研究团队发现，组氨酸水平的异常升高与流产风险密切相关。具体来说，组氨酸在体内会被转化为组胺（Histamine），而组胺的异常水平可能会在孕早期引发一系列不良反应，从而导致妊娠失败。为了验证这一假设，研究团队进一步使用小鼠模型进行实验，结果显示：高组氨酸饮食会导致小鼠体内组氨酸水平的显著升高，并最终引发了胚胎的吸收和丧失。这一实验结果与临床样本分析相呼应，证实了组氨酸-组胺代谢通路在流产风险预测中的重要性。此外，研究还发现，在反复自然流产的患者中，组氨酸水平的异常升高可能导致孕期子宫螺旋动脉重塑不足，以及滋养层细胞侵袭受阻，从而引发早期流产。这一发现为理解流产的生物机制提供了新的视角，也为流产的早期预测和预防提供了科学依据。图2：小鼠模型实验结果对比图。通过对两组小鼠的对比实验，研究团队展示了高组氨酸饮食对胚胎发育的影响。图中清晰标注了吸收点和胎儿重量的变化，直观呈现了高组氨酸水平与流产风险之间的关系。
AI流产预测平台的开发，无疑为流产风险的早期预防开辟了新路径。该平台通过预孕期血清检测，结合AI算法的强大计算能力，为临床医生提供了一种便捷、快速、且高效的流产风险预测工具。医生只需输入患者的基本信息和血清代谢物数据，点击「运行AI-MP」按钮，即可在短短几毫秒内得到预测结果。这一技术的临床应用前景广阔。首先，它可以显著减少流产的发生率，提高妊娠成功率，从而改善全球范围内的母婴健康状况。其次，该技术的应用并不限于流产风险预测，未来还可拓展至其他与孕期健康相关的领域，如孕期并发症的早期预测、胎儿发育异常的风险评估等。研究团队也指出，AI流产预测平台的进一步推广和应用，还需在更大范围内进行验证。由于当前研究主要基于中国汉族女性的样本，因此需要在不同种族和更广泛的女性群体中进行测试，以确保其在全球范围内的普适性和有效性。图3：AI-MP流产预测平台操作界面。简洁直观的界面设计使得医生可以通过输入患者数据，并在短时间内获得人工智能预测结果，在孕前得知风险等级，提前防范，提高出生质量，降低妇女怀孕风险。图中展示了AI-MP平台的运行流程，从数据输入到结果输出，一目了然。随着AI技术在医学领域的不断深入应用，越来越多的预测工具和智能系统将被开发出来，并应用于临床实践。这些AI辅助工具不仅可以提高诊断的准确性和效率，还能够帮助医生制定更为个性化的治疗方案，最终实现精准医学的目标。此次AI流产预测平台的成功研发，标志着人工智能在医学领域的又一次重大突破。它不仅为流产风险的早期预防提供了新的思路，也为其他复杂疾病的预测和防治开辟了新的研究方向。我们有理由相信，随着AI技术的不断进步，未来的医学将变得更加精准、智能，从而为人类健康带来更大的福音。在医学不断发展的今天，AI技术正在以前所未有的速度推动着医疗领域的变革。此次AI流产预测平台的问世，是人工智能与医学结合的一个成功范例，也是运用人工智能进行疾病事前预测的成功范例。在医学领域的疾病事前预测可以减少发病率、降低医疗成本、减少患者痛苦、提高生活质量、增强公共卫生管理和应对能力。人工智能与微结构实验室开发的孕前妊娠结局预测的方案可以拓展到其他疾病的事前预测体系中，形成医疗疾病的事前精准预测方案，可推动医疗行业的进步和发展。让我们共同期待，在不久的将来，AI技术将为更多的医学难题带来突破，为人类健康保驾护航。人工智能 × [ 生物 神经科学 数学 物理 化学 材料 ]
「ScienceAI」关注人工智能与其他前沿技术及基础科学的交叉研究与融合发展。
欢迎关注标星，并点击右下角点赞和在看。
点击阅读原文，加入专业从业者社区，以获得更多交流合作机会及服务。
