Science TM：预测早产宝宝的未来疾病

顾汉现

Science TM：预测早产宝宝的未来疾病


来源 美国科学促进会 2010-9-9 8:55:16


Science TM：预测早产宝宝的未来疾病


父母和医生如何预知哪些“早产”宝宝会出现低风险、短时期的疾病抑或可能需要移送到某专科医疗中心进行治疗的更为严重的并发症？

一种新的风险预测工具应用宝宝降生后头3个小时的常规性医院监测数据来预测宝宝未来发生疾病、感染及心脏问题的可能性，而这些状况可能要到出生数周之后才会出现。

这一被冠以“PhysiScore”的电脑程序可帮助医生更好地将高危早产儿与低风险早产儿区别开来，这是在新生儿学中迄今为止最艰难的挑战。 如果能够预测这些最小生命的健康状态将决定早产儿应接受什么类型的治疗以及一个孩子是否应该留在他们当地的新生儿加护病房或被转移到专科中心做更为积极的治疗。 PhysiScore与现行的预测方法不同，它可在医院的监护器上进行自动计算，而无须使用针头或其它的创伤性技术。

早产儿在生下几分钟后会被常规性地接上心-肺监护器。 这些监护器可持续性地展示及储存每个宝宝的生命体征，其中包括心率、呼吸率以及血氧含量。 早产儿从产房转移到新生儿加护病房的时候就开始了对其生命体征的监护，并一直持续到病儿出院回家或不再需要监护为止。 在本研究中，Suchi Saria及其同事研发了一种可快速搜寻生命体征数据模式组合的计算机算法，而这种数据模式组合因为过于复杂而无法为人所发现。 他们分析了来自145名婴儿的数据（数据收集是常规护理的一部分，因此没有涉及到对宝宝实行干预或发生相互影响）并发现，这些模式加上像出生体重和胎龄等资讯，可帮助医生区别哪些是高危早产儿或低风险早产儿，而且其预测要比传统的预测模式精确得多。 只需根据3小时的数据，PhysiScore就可预测婴儿是否属于低风险或高危部类，其精确度达91-98%。 与之相比较的是，一般性预测方法的精确度只有69-74%。 文章的作者相信，类似的根据计算机技术来解读病人的数据模式（例如在外科手术后的康复期）的应用具有提高医疗品质的潜力。