Construction of a Retinopathy of Prematurity Onset Prediction Model Using the Random Forest Machine Learning Algorithm

每年，成千上万早产儿面临着视力的无声威胁。这种被称为早产儿视网膜病变（ROP）的疾病，是一种由于眼底血管发育异常导致的疾病。由于这些婴儿出生时眼睛尚未发育完全，原本最终会向视网膜输送血液的脆弱血管网络可能会停止生长，或者以一种混乱且具有破坏性的方式生长。如果不加以控制，这种异常生长可能会将视网膜从眼球后部拉开，导致永久性失明。预防这一情况的窗口期非常短暂；医生必须识别出哪些婴儿处于风险之中，并在损伤变得不可逆转之前对其进行治疗。然而，目前对每一名早产儿都进行筛查的系统负担沉重。虽然这些婴儿中的大多数并不会患上这种疾病，但他们必须接受重复且往往令人焦虑的眼科检查，这消耗了医疗资源，也让家庭感到焦虑。医生的挑战在于，如何找到一种方法，既能从少数真正需要干预的婴儿中识别出来，又不会漏掉任何一个病例，同时还能将那些并不需要干而许多并不需要的人区分开来。

为了解决这个难题，中国广西的研究人员转向了计算机科学领域的一个强大工具：一种名为“随机森林”的机器学习算法。这种方法并非依赖单一的规则或简单的清单，而是模仿了一组专家讨论诊断的过程，结合许多不同的信息来得出更可靠的结论。由杨勇和黄敏丽领导的团队致力于构建并测试一个模型，该模型可以根据医疗记录预测哪些早产儿会发生早产儿视网膜病变。他们收集了2024年1月至9月期间在当地一家医院接受筛查的150名婴儿的数据。这组婴儿中的每一位都属于早产、低出生体重或有其他可能导致严重健康问题的风险因素。研究人员仔细审查了这些儿童的电子病历，寻找可能预示眼部问题的早期生命特征模式。

研究人员从一份包含46个潜在预警信号的长名单开始，这些信号涵盖了从母亲怀孕期间的健康状况到婴儿出生后接受的具体治疗措施等各个方面。他们将这些信息输入到五个不同的计算机模型中，每个模型旨在寻找最重要的线索。目标是找到所有模型都认为至关重要的因素。在运行数据后，计算机识别出了九个在不同方法中一致出现的关键预测因子。这些因子包括婴儿的胎龄和出生体重、氧疗的使用以及所给氧气的特定浓度，以及是否存在贫血、呼吸窘迫和一种被称为坏死性小肠结肠炎的严重肠道感染等情况。名单还包括是否通过试管婴儿技术受孕，以及住院期间是否使用了抗生素。通过专注于这九个特定的细节，研究人员将大量的医疗数据缩小到了最具效力的信号。

有了这九个因素，团队构建了他们的预测模型，并使用来自150名婴儿的真实世界数据对其进行了测试。结果令人鼓舞。该模型在识别未患病婴儿方面表现得非常出色，几乎准确地将所有此类婴儿标记为低风险。事实上，研究证实，在未发展出ROP的135名早产儿中，没有一个被该模型漏掉。它也成功地在大多数发生该病情的案例中预测了病情的发生。计算机在区分健康眼睛与正在发育疾病的眼睛方面的准确性很强，其性能评分表明它是一个可靠的工具。研究表明，通过使用这九个特定的医学指标，该模型可以以高度的信心对数据进行分类，这表明它可以帮助医生决定哪些婴儿需要最紧急的关注，而哪些可能不需要如此频繁、密集的筛查。

这些发现为看待早产儿复杂的生物学过程提供了一种新视角。研究证实，最显著的风险与婴儿身体的不成熟程度以及维持其生存所需的医疗干预密切相关。例如，高浓度的氧气虽然对肺部起着救命作用，但对发育中的视网膜血管却可能有害。同样，引起身体炎症或压力的情况，如严重的感染或呼吸困难，似乎与眼部问题的发生密切相关。该模型不仅仅是在猜测；它从150名真实患者的实际结果中学习，发现患有该病症的婴儿通常体型较小、出生较早，且有着更严重的医疗史。这种身体整体生存挣扎与眼睛特定健康状况之间的联系，为谁是最脆弱的群体提供了更清晰的图景。

尽管该模型展现出了巨大的潜力，但研究人员指出，它并不是一个完美的“水晶球”。在测试中，该系统在排除健康婴儿患病方面表现极其出色，准确识别了所有135名未发展出该疾病的婴儿。然而，该模型在预测具体哪些被诊断出患有ROP的婴儿不需要进一步筛查方面面临局限性，因为它在检测较小规模受影响人群中特定发病情况的敏感度较低。这是医学中一个至关重要的区别：误报一些健康的家庭比漏掉几个潜在病例并随后进行治疗通常更安全。研究表明，该工具可以帮助医生优先安排筛查工作，确保最危险的婴儿能够被首先观察。它并不能取代医生细致的检查，但它提供了一种基于数据的手段，用于组织护理流程并减少不必要的程序。通过专注于识别出的这九个特定因素，医疗团队可以更好地理解早产儿健康的轨迹，并做出更明智的决策，以保护他们的视力。