Machine learning approach to evaluate the significance of clinical factors and laboratory markers in predicting postpartum hemorrhage

每年都有数百万女性分娩，对大多数人而言，分娩过程以可控的出血量结束。然而，对于相当一部分女性来说，这种出血会变得过度且危及生命，这种状况被称为产后出血。它仍然是全球范围内导致孕产妇死亡的首要原因，每年夺走数千人的生命。医学上的挑战在于该事件的不可预测性；虽然医生可以识别出广泛的风险群体，但他们很难在危险的出血发生之前，精准地确定究竟哪位女性会经历严重的出血。为了弥补这一差距，研究人员转向了机器学习——这是人工智能的一个分支，计算机通过学习在海量数据中寻找模式。研究人员希望，通过向计算机输入关于母亲健康状况、怀孕情况及其血液检测结果的数千项细节，机器或许能发现人类医生容易忽略的细微预警信号，从而实现更早、更精准的干预。

伊朗的一个研究小组着手测试这些计算机模型是否能利用现实世界的数据，成功预测产后出血，他们使用了德黑兰两家主要医院的真实数据。他们收集了604名产妇的信息，涵盖了年龄、病史、分娩方式以及产后立即进行的各项实验室检测结果等广泛细节。研究人员特别关注了像血清乳酸这样的指标——这是一种当身体处于压力之下或氧气供应不足时会升高的血液物质，以及纤维蛋白原水平——这是一种对血液凝固至关重要的蛋白质。他们将参与者分为两组：经历过出血的女性和未经历出血的女性，然后使用各种机器学习算法，观察数据是否能在出血发生前可靠地区分这两组人群。

研究表明，某些因素确实与出血的发生有关。研究人员发现，经历过产后出血的女性其血清乳酸水平明显高于未发生出血的女性。他们还观察到，该情况在患有先兆子痫（一种涉及高血压的妊娠并发症）的女性中更为常见，而在早产或有既往剖宫产史的女性中较少见。这些发现符合这样一个观点，即身体对压力的生理反应及其凝血能力是问题的核心。数据展示了这些特定生物标志物与结果之间的明确联系，表明当身体正走向出血危机时，会发出可测量的信号。

然而，当研究人员要求机器学习模型利用这些信号来预测该事件时，结果却远没有那么令人鼓舞。尽管原始数据中存在明显的关联，但计算机模型未能准确识别哪些女性会发生出血。表现最好的模型是一种被称为逻辑回归的统计方法，它在风险排序上仅比随机猜测稍好一点，但几乎漏掉了每一个实际发生的出血病例。从实际应用的角度来看，这些模型过于谨慎，以至于将几乎所有的女性都标记为安全，实际上忽略了少数真正处于风险中的女性。其他复杂的算法，包括那些旨在寻找复杂模式的算法，表现也并未更好，往往无法检测到单个病例，却能正确识别绝大多数健康的女性。

研究人员得出结论，虽然他们测量的生物标志物与产后出血密切相关，但仅凭这些指标本身并不足以构建一个可靠的预测工具。计算机模型虽然能看到数字背后的联系，却无法将这种联系转化为有效的个体患者预警系统。这凸显了医学研究中一个艰难的现实：发现症状与疾病之间的相关性，并不自动意味着计算机就能在疾病发生前对其进行预测。该研究表明，虽然这些实验室检测对于理解患者在发生或紧随出血期间的情况非常有价值，但它们可能并不是在出血开始前阻止它的关键。建立一个有效的预测系统，路径可能需要更多的数据、不同类型的信息，以及或许需要一种更好的方式来处理“严重出血相对于正常分娩属于罕见事件”这一事实。