這一超級富豪“逆襲”，身價大增4330億
來源：侃見財經(jīng)互聯(lián)網(wǎng)的突圍沒有“終點”。在快節(jié)奏的商業(yè)環(huán)境下，不斷的試錯成了互聯(lián)網(wǎng)企業(yè)的標配，一年一個風口，一個風口造就一個熱點，但是回頭來看，最終受益的還是身處
10 月 12 日消息，本月發(fā)表的最新論文中，上海交通大學李金金教授領導的研究團隊開發(fā)了可解釋 AI 算法，搭建流產(chǎn)風險預警平臺，通過分析血清代謝物，首次實現(xiàn)在懷孕前精準預測流產(chǎn)風險。
項目團隊簡介該項目團隊由上海交通大學李金金教授領導，攜手上海市紅房子婦產(chǎn)科醫(yī)院金莉萍副院長，同濟大學附屬第一婦嬰醫(yī)院、上海交通大學醫(yī)學院附屬瑞金醫(yī)院共同參與開發(fā)。
論文標題為《Interpretable learning predicts miscarriage using pre-pregnancy serum metabolites》，于 10 月發(fā)表在《The Innovation Medicine》期刊上。
項目背景流產(chǎn)，尤其是反復自然流產(chǎn)（Recurrent Spontaneous Miscarriage，簡稱 RSM），是指女性在懷孕初期連續(xù)兩次及以上的自然終止妊娠。根據(jù)世界衛(wèi)生組織統(tǒng)計，全球每年約有 2300 萬例流產(chǎn)事件發(fā)生，其中不乏 RSM 病例。
盡管目前臨床已有諸如超聲波檢查和人絨毛膜促性腺激素（hCG）檢測等多種監(jiān)測手段，但這些方法多用于事后診斷，難以提前預警流產(chǎn)風險。
項目介紹研究團隊通過分析 481 位女性的血清樣本，并結合其他相關臨床指標，成功構建出一種高精度的流產(chǎn)風險預測模型 AI-MP（Artificial Intelligence Miscarriage Prediction）。
該研究首次揭示了組氨酸（Histidine）作為流產(chǎn)風險預測的關鍵生物標志物之一的重要性。組氨酸水平的異常升高被認為與流產(chǎn)風險緊密相關，尤其是在反復自然流產(chǎn)患者中，高水平的組氨酸可能導致孕期子宮螺旋動脈重塑不足及滋養(yǎng)層細胞侵襲受阻等問題，進而增加流產(chǎn)幾率。
附上參考地址
Interpretable learning predicts miscarriage using pre-pregnancy serum metabolites
精準預測流產(chǎn)風險，上海交大等開發(fā)可解釋 AI 算法，為早期預防帶來希望
本文鏈接：http://www.rrqrq.com/showinfo-45-9071-0.html上海交大聯(lián)合開發(fā) AI 系統(tǒng)，首次實現(xiàn)孕前精準預測流產(chǎn)風險
聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。郵件：[email protected]
上一篇： Counterpoint：2024Q2 AI 服務器全球市場占比達 29%
下一篇： 快手聯(lián)合推出 Pyramid Flow 開源文生視頻 AI 模型：最高 10 秒 768P@24fps，創(chuàng)新金字塔流匹配讓推理 tokens 降至 1 4
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯(lián)系：[email protected] 津ICP備18001702號
津公網(wǎng)安備 12010102000574號