上海交通大學李金金教授帶領的研究團隊近期取得了一項重大科研成果，他們成功研發(fā)出一款基于人工智能的流產(chǎn)風險預警平臺。該平臺通過分析血清代謝物，能夠在懷孕前精準預測流產(chǎn)風險，這一突破為全球醫(yī)療研究者長期追求的目標提供了實現(xiàn)的可能。
研究團隊分析了481位女性的血清樣本，并結合其他臨床指標，構建了高精度的流產(chǎn)風險預測模型AI-MP。其中，關鍵生物標志物組氨酸的發(fā)現(xiàn)，為預測流產(chǎn)風險提供了重要依據(jù)。研究指出，組氨酸水平異常升高與流產(chǎn)風險密切相關，尤其在反復自然流產(chǎn)的患者中更為顯著。
這項研究不僅為孕婦提供了有效的流產(chǎn)風險預警，還可能為未來孕期并發(fā)癥的早期預測和胎兒發(fā)育異常的風險評估帶來幫助。這一突破性成果為醫(yī)學界開辟了新的研究方向，有望改善女性孕期健康狀況，提高生育質量。
該項目由李金金教授領導，聯(lián)合上海市紅房子婦產(chǎn)科醫(yī)院金莉萍副院長、同濟大學附屬第一婦嬰醫(yī)院、上海交通大學醫(yī)學院附屬瑞金醫(yī)院共同開展。多方合作，致力于提高妊娠成功率、降低流產(chǎn)率。
研究團隊的研究成果已在《The Innovation Medicine》期刊上發(fā)表，題為《Interpretable learning predicts miscarriage using pre-pregnancy serum metabolites》。該論文詳細闡述了這一創(chuàng)新性預警平臺的原理與應用。
