研究表明，妈妈和宝宝的医疗数据可预测早产并发症

通过使用机器学习算法筛选妈妈和婴儿的电子健康记录，科学家可以预测高危新生儿在出生后头两个月的情况。新方法允许医生在出生时或出生前对哪些婴儿可能出现早产并发症进行分类。

“这是一种思考早产的新方法，将重点放在新生儿的个体健康因素上，而不是只看他们出生的时间，”高级研究作者、副教授 Nima Aghaeepour 博士说。麻醉学、围手术期和疼痛医学以及儿科。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。

传统上定义为至少提前三周出生，早产与婴儿肺部、大脑、视力、听力和消化系统的并发症有关。虽然早产通常带来更高的风险，但出生时间只能大致预测特定婴儿的情况。一些早产婴儿没有出现并发症，而其他在同一妊娠阶段出生的婴儿则病重或死亡。

“早产是全世界五岁以下儿童死亡的最大单一原因，我们还没有好的解决方案，”Aghaeepour 说。“通过将我们的研究重点放在预测这些婴儿的健康状况上，我们可以优化他们的护理。”

许多早产并发症在出生后数天或数周后才会出现，同时对新生儿的健康造成重大损害。了解哪些婴儿处于危险之中可以采取预防措施。

“我们主要关注婴儿以做出新生儿科的治疗决定，但我们发现我们可以从孕产妇健康记录中获得有价值的信息，真正关注个体婴儿的轨迹是如何通过暴露于特定的孕产妇环境而形成的， “该研究的共同作者、斯坦福大学 Lucile Packard 儿童医院的新生儿科医生、儿科教授和斯坦福医学院 March of Dimes 早产儿研究中心主任 David Stevenson 医学博士说。

“这是向婴儿精准医疗迈出的一步，”他补充道。

像看书一样看病历

研究人员将斯坦福医疗保健中心的母亲电子病历与斯坦福儿童健康中心婴儿的电子病历联系起来，涵盖 2014 年至 2020 年间发生的 32,354 例活产。怀孕前斯坦福医学院的患者，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；验血；和 Apgar 评分，在分娩后一分钟和五分钟在产房进行评估。Apgar 评分综合了婴儿的脉搏、呼吸和肌张力等因素。

研究人员使用一种称为长短期记忆 神经网络的机器学习算法，根据医疗记录 建立了一个数学模型，并测试了它是否可以预测婴儿出生后两个月内 24 种可能的健康结果。

“使用电子健康记录存在计算挑战，因为它们是纵向的并且包含来自每个患者的大量数据，”Aghaeepour 说。“长短期记忆神经网络的运作类似于一个人读书。当我们阅读时，我们不会记住每个单词，但我们会记住关键概念，阅读下一部分，添加更多关键概念并携带那个向前。该算法不会记住每个患者的整个电子健康记录，但它可以记住关键概念并将它们带到我们做出预测的地步。

在出生时，机器学习模型提供了强有力的预测，婴儿会发展出各种疾病，包括支气管肺发育不良，一种慢性肺病；早产儿视网膜病变，可能导致视力丧失或失明的视网膜问题；早产儿贫血; 和坏死性小肠结肠炎，这是一种严重的胃肠道并发症，通常在出生后数周内才被诊断出来，此时干预措施很复杂，而且预后不良。

该模型还在出生前一周对多种结果做出了强有力的预测，包括死亡率和早产儿视网膜病变（这可能导致视力丧失或失明），以及对其他 11 种情况的中等强度预测。

Aghaeepour 说：“我很惊讶我们在婴儿出生之前和刚出生时的预测能力。” “我没想到会这样。我原以为一旦我们收集了婴儿的数据，出生后几天就会准确无误。”

该模型无法可靠地预测某些并发症，例如哪些婴儿会患上念珠菌病或酵母菌感染；红细胞增多症，血液中红细胞浓度高；或胎粪吸入综合征，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，这些年来预测的强度没有变化（将 2014 年至 2018 年的出生率与 2019 年至 2020 年的出生率进行比较）；他们还使用来自加州大学旧金山分校的 12,258 对母婴的独立小组验证了一些发现。

该模型对出生时的预测提供了比目前使用的风险评估工具（如 Apgar 评分和国家儿童健康与人类发展风险评分）更准确的信息。研究人员指出，这些分数仅考虑婴儿出生时的状况，并未纳入母亲病史的任何信息。然而，研究人员表示，在这种机器学习工具准备好取代现有的床边风险计算器之前，还需要对更多不同的人群进行额外的研究。

妈妈的健康很重要

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其婴儿的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）的母亲生下的新生儿更可能患有贫血。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，因为这些可能会提供某些条件如何发生的线索。” “这将使我们能够更好地干预以帮助那些孩子。”

新算法还能够将母亲特定类型的社会经济劣势与其婴儿的某些早产并发症联系起来。

“如果母亲无家可归，我们发现对婴儿的健康影响将不同于监禁的影响，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相似的影响，”Aghaeepour 说。

史蒂文森说，该模型的预测可以帮助新生儿科医生更好地确定哪些患者将从现有方案中受益，以预防分娩并发症。例如，出生时缺氧的新生儿现在可以在生命早期接受降温方案，将体温降低几天以防止脑损伤。他说，预测分数可能有助于确定其他可以通过降温得到帮助的婴儿。

科学家们说，这项工作需要在更大、更多样化的患者群体中进行复制，并与其他斯坦福医学研究结合在一起，这些研究根据妊娠期间发生变化的数千种生物标志物来表征妊娠。