上海交大联合开发 AI 系统，首次实现孕前精准预测流产风险

本站 10 月 12 日消息，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**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。

本站附上参考地址

• 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