AI模型或能提前预测早产儿失明风险，助力资源有限地区筛查
早产儿视网膜病变（ROP）是导致儿童失明的主要原因之一，早期识别至关重要。传统筛查依赖眼科检查，但资源有限地区可能面临挑战。一项新研究尝试用机器学习模型，从临床数据中预测哪些早产儿可能发展为需要治疗的ROP。
研究团队分析了印度奥里萨邦25个新生儿护理单位的23,404份匿名病历，采用两步法。第一步用人口学、围产期、实验室和NICU数据预测任何形式ROP的发生；第二步结合眼科检查的结构化信息（如分期、区域、plus状态）识别需要治疗的患者。随机森林和LightGBM模型分别用于两步，在独立验证队列中，该框架对治疗性ROP的敏感性达84.9%。
该框架在资源受限的公共卫生环境中具有潜力，可作为指南为基础筛查路径的辅助风险分层工具。但模型输出不应替代专业眼科评估，需进一步优化阈值、校准和外部验证。研究强调，模型旨在提高优先级，而非减少必要检查。
来源：Pediatric research
#早产儿视网膜病变 #机器学习 #医疗预测 #儿科研究
🧬 频道 ｜ 🧑🔬 群组 ｜ 📨 投稿
早产儿视网膜病变（ROP）是导致儿童失明的主要原因之一，早期识别至关重要。传统筛查依赖眼科检查，但资源有限地区可能面临挑战。一项新研究尝试用机器学习模型，从临床数据中预测哪些早产儿可能发展为需要治疗的ROP。
研究团队分析了印度奥里萨邦25个新生儿护理单位的23,404份匿名病历，采用两步法。第一步用人口学、围产期、实验室和NICU数据预测任何形式ROP的发生；第二步结合眼科检查的结构化信息（如分期、区域、plus状态）识别需要治疗的患者。随机森林和LightGBM模型分别用于两步，在独立验证队列中，该框架对治疗性ROP的敏感性达84.9%。
该框架在资源受限的公共卫生环境中具有潜力，可作为指南为基础筛查路径的辅助风险分层工具。但模型输出不应替代专业眼科评估，需进一步优化阈值、校准和外部验证。研究强调，模型旨在提高优先级，而非减少必要检查。
AI当起健康守门人，但别急着下结论哦~🤖
来源：Pediatric research
#早产儿视网膜病变 #机器学习 #医疗预测 #儿科研究
🧬 频道 ｜ 🧑🔬 群组 ｜ 📨 投稿
