阿里云ET医疗大脑预测个体的发病概率准确率能达到83%

日前，阿里云对外披露了ET医疗大脑的新突破。他们联合青梧桐基因研究团队，对临床数据、检验数据、基因数据结合孕妇生活方式，用机器学习算法实现了对妊娠糖尿病（简称：GDM）的精准预测，准确率达到83%。在孕早期积极干预后有望将实际发病率下降65%以上。这项技术填补了国内尚无准确预测工具的空白。

保守估计，GDM患病率在五分之一左右。也就说，每五个孕妇就有一个GDM患者。GDM对妈妈和胎儿危害很大，会增加孕妇妊娠期高血压、胎停育、羊水过多等风险，胎儿早产、巨大儿等的发生率明显升高。

目前，传统妊娠糖尿病的诊断是基于孕24-28周的75ｇ无水葡萄糖耐量试验的结果，孕早期（前3个月内）无准确的预测手段。临床上采用基于风险因素的调查问卷，预测准确率低，漏诊率高达30-40%。

阿里云ET医疗大脑的最新成果则可以根据孕8-12周的临床检查数据和基因数据，来预测个体的发病概率，目前准确率能达到83%，为高风险孕妇赢得了１２——１６周的干预时间。

“之前的筛查方法大多是基于高危因素进行判别，或者结合临床检查数据，如相关生化指标等进行人工智能机器学习，缺少个体的基因数据，预测结果并不理想。”阿里云精准医疗科学家顾斐表示，我们首次将高危因素数据、体检和化验数据、基因数据、生活方式数据综合使用，随着项目的开展，机器学习算法会越来越聪明，准确率有望进一步提升。

目前，此项目已经完成在吉林省妇幼保健院、长春市妇产医院等十余家三甲医院部署，已经与北京协和医院、中国疾控中心营养与健康所等国内权威临床科研机构开展合作，拟将上述系统用于妊娠期糖尿病高危人群提早干预对母胎结局影响的研究。

未来，阿里云将联合青梧桐基因，在准确预测妊娠糖尿病的基础上，建立妊娠糖尿病高风险人群的精准干预算法模型，通过精准预防，降低妊娠糖尿病发病率。