胎盘是支持胎儿发育的临时器官，在怀孕期间起着至关重要的作用，它包含了关于父母和婴儿健康的重要信息。然而，在出生时往往没有彻底检查，特别是在医疗资源有限的地区。这可能导致错过早期发现和干预新生儿败血症等严重疾病的机会。新生儿败血症是一种威胁生命的感染，影响全球数百万新生儿。

　　由宾夕法尼亚州立大学的研究人员领导的一个多国、多机构的团队开发了一种新工具，使医生能够在床边使用手机检查胎盘。该工具利用计算机视觉和人工智能，使低资源和更先进的医疗机构更容易进行胎盘检查。这项研究发表在12月13日的《Patterns》印刷版上，并登上了该杂志的封面。

　　据研究人员称，大多数胎盘在没有经过彻底分析的情况下很快就被丢弃了。这意味着临床医生可以用来早期识别问题的潜在重要健康信息经常被遗漏。

　　研究人员的目标是创建一个基于数据驱动学习的准确，强大的工具，可用于减少并发症并改善一系列医学人口统计学的结果，据IST学院的杰出教授，该研究的主要研究者之一James Z. Wang说。

　　王说：“我们开发了PlacentCLIP+，这是一种强大的机器学习模型，可以分析胎盘的照片，以检测异常和风险，如新生儿败血症和其他危急情况。”“这种早期识别可能使临床医生能够迅速采取行动，例如对父母或婴儿施用抗生素，并密切监测新生儿的感染迹象。”

　　研究人员使用了交叉模态对比学习，这是一种人工智能方法，用于对齐和理解不同类型数据之间的关系。在这种情况下，视觉图像和文本病理报告-；教计算机程序如何分析胎盘的图片。他们开发了一个大型数据集，其中包括来自美国和乌干达的31700多张匿名胎盘图像和伴随的病理报告，时间跨度为12年，研究了这些图像与健康结果的关系。有了这样的理解，他们建立了PlacentaCLIP+模型，根据新的图像进行预测。

　　“在资源匮乏地区-；医院没有病理实验室或专家的地方；这个工具可以帮助医生快速发现问题，比如胎盘感染，”潘说。“在设备齐全的医院，该工具可以帮助医生确定哪些胎盘需要进一步、详细的检查，使流程更高效，并优先处理最重要的病例。”

　　根据研究人员的说法，PlacentaCLIP+程序设计得很容易使用，可以通过智能手机应用程序或集成到医疗记录软件中，这样医生就可以在分娩后快速得到答案。该团队在不同的条件下测试了该程序，看看它是如何处理现实世界的挑战的，比如模糊或光线不足的照片，并在跨国范围内验证了它，确认了不同人群的一致表现。

　　“我们接下来的步骤包括将这个模型嵌入到我们创建的一个更大的项目中，称为PlacentaVision，为资源有限的诊所或医院的医疗专业人员提供一个用户友好的移动应用程序，这些诊所或医院的新生儿健康结果很差，”潘说。“这款应用只需要最少的培训，医生和护士就可以拍摄胎盘，并获得即时反馈，从而改善护理。”

　　研究人员表示，他们计划通过包括更多类型的胎盘特征和添加临床数据来改进预测，同时为长期健康研究做出贡献，从而使该工具更加智能。他们还将在不同医院的各种环境中测试该工具。

　　“这个工具有可能改变胎盘出生后的检查方式，特别是在世界上很少进行这些检查的部分地区，”宾夕法尼亚州立大学健康与人类发展学院（HHD）营养科学系副教授、该项目的通讯作者艾莉森·d·格尔南德说。“这一创新保证了在资源匮乏和资源匮乏的环境中更大的可及性。通过进一步完善，它有可能通过早期、个性化的干预措施来改变新生儿和孕产妇护理，防止严重的健康后果，改善全世界母亲和婴儿的生活。”

　　西北大学范伯格医学院（Northwestern University Feinberg School of Medicine）围产期病理学主任、该研究的首席研究员杰弗里·a·戈德斯坦（Jeffery a . Goldstein）表示，胎盘是他实验室里最常见的标本之一。

　　他说：“当新生儿重症监护室治疗一个生病的孩子时，即使是几分钟的时间也会对医疗决策产生影响。”“通过这些照片的诊断，我们可以比正常过程提前几天得到答案。”

　　除了德恩、潘和王，宾夕法尼亚州立大学的撰稿人还包括罗斯和卡罗尔·尼斯护理学院的助理研究教授凯利·加拉格尔；麻省理工学院博士生Manas Mehta；以及哈佛大学营养科学系的博士后学者Rachel Walker。

　　来自波士顿儿童医院、哈佛医学院、麻省总医院和姆巴拉科技大学的研究人员为这项工作做出了贡献。

　　美国国立卫生研究院国家生物医学成像和生物工程研究所支持这项研究。研究人员使用了由美国国家科学基金会资助的高级网络基础设施协调生态系统：服务和支持（ACCESS）计划提供的超级计算资源。