Low-Cost Early Prediction of Retinopathy of Prematurity Using Arterial Blood Gas Analysis: A Retrospective Cohort Study

对于早产儿来说，世界来得太早了，他们的身体仍在学习如何在子宫之外运作。在这些脆弱婴儿面临的众多挑战中，其中之一是最具威胁性的疾病，叫做早产儿视网膜病变。这是一种视网膜（即眼睛后部的血管）发育异常的疾病。这些血管不仅没有形成健康的网络，反而可能停止生长或以混乱、无序的方式生长，最终导致失明。由于眼睛仍在发育过程中，治疗的时机至关重要；医生必须在发生永久性损伤之前及早发现问题。目前，筛查此病的标准方法是使用照相机直接观察婴儿的眼睛内部。虽然这种方法很有效，但它需要昂贵的设备和经过高度专业化训练的专家，而且往往意味着为了找出少数真正有风险的婴儿，必须检查许多健康的婴儿。

研究人员早已知道，这种眼科疾病最大的风险因素是出生过早和出生体重过低。他们也知道，婴儿接受氧气的量起着重要作用，因为过多或过少的氧气都会伤害发育中的血管。然而，一项新研究表明，医生或许可以利用他们每天都在收集的数据，更早、更简单地预测哪些婴儿处于危险之中。通过分析测量婴儿呼吸状况及血液输送氧气能力的常规血液检测结果，一组科学家构建了一个计算机模型，该模型可以在无需先观察其眼睛的情况下，标记出高风险婴儿。这种方法可以帮助医疗资源相对匮乏的医院，决定哪些婴儿需要最紧急的关注。

这项由中国医生和研究人员组成的团队开展的研究，重点关注了2022年至2025年间出生的500多名早产儿。这些婴儿在三家不同医院的新生儿重症监护病房接受治疗。在这些病房里，医生会定期从婴儿体内抽取少量血液，以检查他们的动脉血气水平。这项测试可以告诉医生血液中有多少氧气和二氧化碳，血液的酸碱度如何，以及身体利用氧气的效率如何。研究人员收集了所有这些数据，连同婴儿的出生体重以及他们在子宫内停留的周数。随后，他们使用了一种机器学习技术（即程序通过研究数据中的模式来进行预测），以观察这些血气检测结果是否能告知他们哪些婴儿会患上这种眼科疾病。

团队测试了十种不同的计算机算法，以观察哪一种在识别风险方面表现最好。他们发现，最成功的模型依赖于一组特定且易于管理的十项关键信息。这些信息包括婴儿的胎龄和出生体重，以及出生后前六周内进行的血气检测中的九个特定数值。这些数值涵盖了血液中二氧化碳的压力、不同类型血红蛋白（携带氧气的蛋白质）的水平，以及身体处理能量和压力的指标。当计算机针对这组特定的十个事实进行训练时，它在预测结果方面变得非常出色。在初始婴儿组中，该模型的AUC值达到了0.95。它在识别健康婴儿为低风险方面也达到了0.91的AUC值，这意味着它极少漏掉需要关注的病例。

为了确保这一结果不仅仅是针对一组患者的偶然发现，研究人员在另外两组来自不同医院的婴儿身上测试了该模型。该模型在这些新环境中表现良好。在一组中，它实现了0.83的AUC值；在另一组中，它实现了0.91的AUC值。研究表明，向计算机模型中添加越来越多的变量并不会使其变得更好；事实上，仅包含十个最重要事实的简化模型表现得最为出色。这表明，医院现有的常规血液检测中包含了一个被忽视的关于婴儿眼睛健康的隐藏信号。研究人员指出，该模型在排除安全婴儿方面表现尤为出色，这对于一种筛查工具来说是一个至关重要的特性。如果一个婴儿被该模型标记为低风险，医生就可以确信该婴儿不太可能出现严重的疾病。

研究还明确了这一工具是什么，以及它不是什么。研究人员强调，这是一个风险预测系统，而不是实际眼科检查的替代品。被模型标记为高风险的婴儿并不会自动接受治疗；相反，结果会告知医生要更早、更频繁地检查该婴儿的眼睛。对于那些无法每天配备专职眼科医生的医院来说，这可能是一个至关重要的区别。通过使用现有的血气数据，这些医院可以将有限的筛查资源优先用于那些最需要的婴儿。此外，该模型也适用于比许多现有工具稍晚阶段出生的婴儿，而现有的许多工具通常只适用于最微小、最早产的婴儿。这意味着这种方法可以帮助更广泛的婴儿群体，包括那些出生时稍成熟但仍有风险的婴儿。

研究结果指向了婴儿身体处理氧气的方式与眼睛发育之间更深层的联系。血液检测显示，患有该眼疾的婴儿在血液携带氧气的方式以及身体对压力的反应方面存在细微差异。例如，在风险组中，特定类型的血红蛋白水平和血液中的酸碱平衡有所不同。这些差异表明，在出生后的最初几周内，身体在管理氧气和能量方面的挣扎，与后来出现在视网膜上的问题有关。通过捕捉这些模式，计算机模型将复杂的生物信号转化为简单的风险评分。

尽管结果令人鼓舞，但研究人员谨慎地指出，这是一项回顾性研究，意味着他们是回顾了已经收集到的数据。下一步，也是他们已经在计划中的，是在婴儿接受治疗的过程中实时测试该模型。他们打算将该工具提供给其他医生和研究人员，以便在世界各地进行验证。如果未来的测试能够证实这些结果，这种低成本的方法可能会成为早产儿护理的标准组成部分，通过确保正确的婴儿在正确的时间接受正确的眼科检查，从而预防失明。这项工作证明，有时，拯救视力的最强大工具并非新机器，而是用一种更聪明的方式去观察我们现有的数据。