近期，上海交通大学李金金教授的研究团队在流产风险预测领域取得了突破性进展。他们开发的AI算法通过分析血清代谢物，实现了在怀孕前精准预测流产风险，这一成果发表在最新论文中。
该研究团队携手上海市红房子妇产科医院金莉萍副院长，以及同济大学附属第一妇婴医院、上海交通大学医学院附属瑞金医院共同参与开发。
该论文标题为《Interpretable learning predicts miscarriage using pre-pregnancy serum metabolites》，已发表在《The Innovation Medicine》期刊上。
流产，特别是反复自然流产（RSM），是一个全球性的问题，每年约有2300万例流产事件发生。然而，现有的监测手段如超声波检查和人绒毛膜促性腺激素（hCG）检测多用于事后诊断，难以提前预警。
研究团队通过分析481位女性的血清样本及其他相关临床指标，构建了一种高精度的流产风险预测模型AI-MP。
这项研究首次揭示了组氨酸作为流产风险预测的关键生物标志物之一的重要性。高水平的组氨酸与流产风险紧密相关，可能导致孕期子宫螺旋动脉重塑不足及滋养层细胞侵袭受阻等问题。
