近期，上海交通大學李金金教授的研究團隊在流產風險預測領域取得了突破性進展。他們開發(fā)的AI算法通過分析血清代謝物，實現(xiàn)了在懷孕前精準預測流產風險，這一成果發(fā)表在最新論文中。

該研究團隊攜手上海市紅房子婦產科醫(yī)院金莉萍副院長，以及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)院共同參與開發(fā)。

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

流產，特別是反復自然流產（RSM），是一個全球性的問題，每年約有2300萬例流產事件發(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，難以提前預警。

研究團隊通過分析481位女性的血清樣本及其他相關臨床指標，構建了一種高精度的流產風險預測模型AI-MP。

這項研究首次揭示了組氨酸作為流產風險預測的關鍵生物標志物之一的重要性。高水平的組氨酸與流產風險緊密相關，可能導致孕期子宮螺旋動脈重塑不足及滋養(yǎng)層細胞侵襲受阻等問題。