威尔康奈尔医学院的研究人员开发的一种机器学习模型，可能为临床医生提供妊娠晚期可能发生并发症的早期预警。
子痫前期是一种在分娩前突然出现高血压的疾病。全球约2%至8%的妊娠受其影响，对母婴均有严重后果。一项于3月6日发表在《JAMA Network Open》上的新研究，描述了一种基于机器学习的计算机模型，该模型根据妊娠晚期记录的电子健康数据，持续更新子痫前期的风险预测。该研究由威尔康奈尔医学院人工智能与数据科学副院长、人口健康科学系医学信息学Frances and John L. Loeb教授王飞博士，以及威尔康奈尔医学院临床病理学与实验室医学教授、纽约长老会医院/威尔康奈尔医学中心中央实验室主任赵震博士共同领导。产科的临床专业知识由威尔康奈尔医学院临床妇产科学助理教授、纽约长老会布鲁克林卫理公会医院的母胎医学专家Tracy Grossman博士提供。
现有的主要在孕早期评估子痫前期风险的模型主要用作早期预警，使临床医生能够在孕早期开具阿司匹林作为预防药物，并在高风险妊娠期间提供额外监测。虽然这些方法可能降低早发子痫前期的风险，但对于占子痫前期诊断大多数的晚发和足月病例，其预测准确性有限。因此，在大多数病例出现的妊娠最后三个月，几乎没有工具可用于预测短期子痫前期风险。为填补这一空白，共同第一作者、人口健康科学博士后李浩阳博士和病理学与实验室医学博士后李亚新博士，与王飞、赵震和Grossman博士合作，利用来自纽约长老会医院三家医院近59,000例妊娠的去标识化电子健康数据，开发并测试了一种子痫前期建模工具。研究团队使用2020年10月至2025年5月期间在纽约长老会医院/威尔康奈尔医学中心分娩的35,895例妊娠数据创建了该模型。该模型在约34周时预测子痫前期概率的准确度最高，这可能为临床医生争取到采取预防措施的时间。
研究团队随后使用纽约长老会医院下曼哈顿分院8,664例妊娠和布鲁克林卫理公会医院14,280例妊娠的数据验证了该模型。模型显示，孕妇的血压是子痫前期最强的预测因子。然而，在孕晚期早期，患者血液的常规检测结果异常也可能提示潜在风险。这些实验室结果可能表明，为胎儿提供营养和氧气的胎盘开始出现问题，可能在这一阶段诱发子痫前期。在孕晚期后期，患者的年龄和白细胞计数成为更重要的指标，提示炎症此时可能发挥作用。
该模型可能帮助临床医生识别孕晚期最可能发展为子痫前期的患者，并为她们争取额外时间采取及时的临床行动，包括加强监测、血压管理以及分娩时机的决策。与以往提供单一、静态风险估计的方法不同，该模型随着妊娠进展，利用当前的电子健康数据持续更新子痫前期风险，使预测更符合现实中的晚期妊娠临床决策。需要进一步研究来确定孕晚期不同阶段的子痫前期是否有不同病因，如胎盘功能障碍或全身性炎症。但如果这些模式得到确认，可能有助于临床医生开发更具针对性的子痫前期干预措施，从根源上解决问题。
来源：威尔康奈尔医学院
期刊参考文献：Li, H.等 (2026)。利用常规临床数据进行子痫前期动态短期预测的机器学习。《JAMA Network Open》。DOI: 10.1001/jamanetworkopen.2026.0359。
【全文结束】