近期，上海交通大學(xué)李金金教授的研究團(tuán)隊在流產(chǎn)風(fēng)險預(yù)測領(lǐng)域取得了突破性進(jìn)展。他們開發(fā)的AI算法通過分析血清代謝物，實(shí)現(xiàn)了在懷孕前精準(zhǔn)預(yù)測流產(chǎn)風(fēng)險，這一成果發(fā)表在最新論文中。

該研究團(tuán)隊攜手上海市紅房子婦產(chǎn)科醫(yī)院金莉萍副院長，以及同濟(jì)大學(xué)附屬第一婦嬰醫(yī)院、上海交通大學(xué)醫(yī)學(xué)院附屬瑞金醫(yī)院共同參與開發(fā)。

該論文標(biāo)題為《Interpretable learning predicts miscarriage using pre-pregnancy serum metabolites》，已發(fā)表在《The Innovation Medicine》期刊上。

流產(chǎn)，特別是反復(fù)自然流產(chǎn)（RSM），是一個全球性的問題，每年約有2300萬例流產(chǎn)事件發(fā)生。然而，現(xiàn)有的監(jiān)測手段如超聲波檢查和人絨毛膜促性腺激素（hCG）檢測多用于事后診斷，難以提前預(yù)警。

研究團(tuán)隊通過分析481位女性的血清樣本及其他相關(guān)臨床指標(biāo)，構(gòu)建了一種高精度的流產(chǎn)風(fēng)險預(yù)測模型AI-MP。

這項(xiàng)研究首次揭示了組氨酸作為流產(chǎn)風(fēng)險預(yù)測的關(guān)鍵生物標(biāo)志物之一的重要性。高水平的組氨酸與流產(chǎn)風(fēng)險緊密相關(guān)，可能導(dǎo)致孕期子宮螺旋動脈重塑不足及滋養(yǎng)層細(xì)胞侵襲受阻等問題。