妇产科网倾力打造全新栏目——“文献导读”，旨在为您带来最前沿的妇产科领域医学研究动态和深度解析，分享最新的科研成果，探讨妇产医学领域的热点话题。
本期内容邀请中南大学湘雅三医院徐大宝教授团队分享一篇2024年6月1日发表在《International Journal of Surgery》（影响因子：12.5 中科院1区）上名为《Multimodal learning system integrating electronic medical records and hysteroscopic images for reproductive outcome prediction and risk stratification of endometrial injury：a multicenter diagnostic study》的文章，该研究开发了一个基于宫腔镜图像和电子病例的多模态学习应用系统来预测宫腔粘连患者的妊娠结局。让我们一起跟随徐大宝教授团队的视角，深入了解这项研究的临床价值。
本研究提出的多模态预测模型在一定程度上可降低如美国生育协会（AFS）、欧洲妇科内窥镜学会（ESGE）和中国妇科内窥镜学会（CSGE）等临床评分系统的主观性导致准确性的显著差异，使用多中心数据集来减轻与单中心研究相关的潜在数据偏倚，并能帮助实现术后辅助生殖分流和风险分层。该研究的多模态学习模型代表了医疗AI发展的最新重要方向，通过整合电子病历和宫腔镜图像，客观、全面地评估患者病情，从而有效提高预测准确性，并在患者结局、时间考虑和成本之间取得平衡，从而显示出广阔的临床应用潜力。未来期待进一步扩大样本量，以全面评估模型的泛化性。
宫腔粘连（IUA）是由子宫内膜基底层损伤和（或）感染所致的宫腔内病变，可表现为月经量减少、闭经、不孕、反复流产等不同的临床症状，严重者可影响女性的生育力乃至身心健康。提高中度至重度宫腔粘连患者宫腔镜下宫腔粘连分离术后的活产率、改善妊娠结局仍是目前研究中的重点。该文章研究团队基于多模态学习应用系统可以有效预测一年内自然受孕的可能性，开发一个集成电子病历和宫腔镜图像的多模态学习应用系统，用于宫腔粘连患者的生殖结局预测和风险分层，平衡高龄或自然受孕存在困难的人群的成本、疗效和时间。
前瞻性纳入2018年12月至2020年1月期间712例来自北京和304例来自浙江两个研究中心的1016例经宫腔镜证实的粘连患者，共有753人符合标准。随访期为1年，终点定义为实现持续妊娠，主要研究结局是1年内受孕的预后。将研究队列随机分为三个数据集，分别用于构建初始预测模型、优化预测模型参数、外部验证。通过单变量分析来筛选电子病历中临床预测指标，通过MobilenetV3框架的卷积神经网络提取标准宫腔镜图像，将重要的临床预测特征与提取的图像特征相结合。使用XGBoost建立多模态学习模型，并系统地进行超参数调整，并构建一个用户友好的AI预测应用程序。
使用时输入10个临床特征及宫腔镜图像，每位患者的平均分析时间仅为3.7±0.8s，自动分析并反馈生育预测评分、建议的受孕方式、受孕结果、预计可能受孕时间。并在宫腔镜图像上显示了与受孕困难的可能性较高相关或较高受孕可能相关的区域。
训练数据集及测试数据集中多模态学习模型在预测1年内受孕的曲线下面积均显著高于AFS和CSGE评分（均P＜0.05），它也优于基于宫腔镜图像或单独电子病例的单模学习模型（均P＜0.05）。使用测试数据集对多模态学习应用程序行外部验证时，其在一年内预测受孕的曲线下面积高达0.965（95%CI；0.935-0.994），显著高于传统宫腔粘连的临床评分[AFS评分的曲线下面积为0.610，95%CI：0.488-0.732；CSGE评分的曲线下面积为0.606，95%CI：0.469-0.743（均P＜0.05）]。
12个月、24个月和48个月的实际受孕结果与多模态学习模型的预测高度一致，大多数点与45度线紧密对齐。同时通过分析校准图的C指数，在验证和测试数据集中，与其他两个单模学习模型相比，多模态学习系统的预测能力也明显更高。
在阈值概率下治疗或无治疗相比，基于多模态学习选择患者进行干预导致净收益显着改善，净收益在训练、验证和测试数据集中为0.176到0.208不等。此外，多模态学习的净收益均超过了单模学习模型和IUA临床评分（AFS和CSGE）的净收益。
根据多模态学习应用程序的临界值以及AFS和CSGE评分对患者进行分层。多模态模型应用分层后，中高危患者中，比值比为6（95%CI：1.27−27.8），即生育能力评分较低的患者，自然受孕潜力降低，表明该组患者接受辅助生殖的话，受孕的可能性显着增加（P=0.02）。而在表现出良好自然受孕潜力的低风险患者中或使用传统临床评分系统（包括AFS和CSGE评分）进行分层时，辅助生殖对其受孕可能性未在统计学上发现显着优势。
该研究开发了一个基于宫腔镜图像和电子病例的多模态学习应用系统来预测宫腔粘连患者的妊娠结局。该系统准确预测患者自然受孕并为这种情况提供精确的术后风险分层。当该多模态学习模型预测的生育评分为＜0.9时，建议主动进行辅助生殖干预。这有可能为术后宫腔粘连的精准管理提供有价值的参考，在患者结局、时间考虑和成本之间取得平衡，从而显示出广阔的临床应用潜力。
医学博士，二级主任医师，妇产科学教授，博士生导师，中南大学湘雅三医院妇产科教研室主任，妇科主任
❖中国医师协会妇产科分会常委
❖全国卫生产业企业管理协会妇科智能诊疗分会会长
❖妇科智能诊疗装备产品湖南省工程研究中心主任
❖湖南省芙蓉实验室妇科疾病与生殖健康研究中心主任
❖湖南省妇科医疗质量控制中心主任
❖湖南省妇产重大疾病防治联盟主席
从事妇产科临床、教学、科研30年，在妇科及生殖健康领域拥有丰富的临床经验和手术技巧。主持国自2项，发表SCI论文90余篇，获专利29项，获省厅级科研成果奖8项，2009年、2014-2015年分别在美国耶鲁大学和贝勒医学院留学访问。首创冷刀犁田式宫腔粘连分离技术、宫腔镜手术治疗PCSD、无损伤处女膜宫腔镜技术及宫腔镜4mm勺型钳宫角妊娠物清除术等手术技巧。并自主研发灵宝一体式宫腔镜和Z型宫腔镜、宫腔支架、无泵膨宫机、水中毒监测仪、子宫内膜腺体开口密度评估系统、量化形态学宫颈癌筛查系统等相关医疗装备及器械。曾获2016年美国妇科内镜医师协会（AAGL）全球年会“最佳宫腔镜手术视频奖”，被中国宫腔镜之母夏恩兰教授赞誉为“宫腔镜冷刀翘楚”。宫腔镜冷刀技术已推广至全国大部分省份，受邀在全国10多个高校附属三甲医院现场手术演示教学。2022年获中国“健康卫士”称号。
上下滑动查看
中南大学湘雅三医院妇产科硕士研究生
1.文章仅代表作者观点，原创内容版权归妇产科网平台所有，转载内容版权归原作者所有。
2.如文章内容有误或涉及作品版权问题烦请告知，我们及时予以更正/删除。
3.凡向妇产科网投稿作者，投稿人务必保证稿件的原创性，如果稿件因抄袭、侵权等导致纠纷或法律后果，由投稿人本人负责，与妇产科网无关。
4.本平台发布的内容仅供医疗卫生专业人士用于学术交流和科学研究，并不代表本平台观点。该等信息不能以任何方式取代专业的医疗指导，也不应被视为诊疗建议。
特此声明！
责编：孙雯
审核：马野
