产检化验每次都正常，AI 凭什么提前算出早产风险

单看一张化验单，确实看不出早产。模型多看到的是同一个人前后几次化验之间的变化，以及这些变化在时间上累积的方向。

这个结论来自《自然·医学》2026 年 9 月 4 日在线发表的一项研究。研究团队做了一套叫 MoChiAgent 的母婴临床辅助系统，核心预测模块叫 MoChiFormer，用的全是产检和住院时本来就要做的常规项目：血常规、肝肾功能、凝血、血糖、血压这些。在留出的测试集里，它对胎盘早剥的 AUROC 是 0.89，胎膜早破 0.89，早产 0.91。

一次化验看不出来，几次连起来就看得出来

产科医生看化验单，习惯和参考范围比。白细胞 9.0、血小板 180、纤维蛋白原 4.2，单个指标落在范围内，报告上就印着正常。

模型读的是另一种信息：同一位孕妇这一次的白细胞比上一次高了多少、血小板从什么时候开始往下走、血红蛋白掉的速度有多快。每一步都在范围内，连起来却是一个有方向的过程。

孕期的参考范围本身也在变。怀孕以后血容量增加得比红细胞多，血红蛋白会生理性下降；白细胞本来就比孕前高一些；凝血因子增多，身体处在相对高凝的状态，这是为分娩时止血做的准备。化验单上的参考范围是按人群划出来的区间，并不是为每一位孕妇、每一个孕周单独定的。

所以单点看"正常"，只说明这个数落在大多数人的范围里，不说明这个人自己的指标有没有在往某个方向走。差异藏在个体的前后对比里，不在和人群范围的比较里。

研究者专门做了一项验证来确认模型确实在用这些历史。他们把诊断前 30 天、60 天、90 天、120 天的记录依次从输入里删掉，模型的 AUROC 随着删除窗口变长而单调下降。如果模型只靠临产前最后那次就诊的异常结果，删掉早期记录应该影响不大。

还有一项按孕周切断输入的分析：只给到孕 14 周的记录、只给到 18 周、给全部孕期记录，三种设定下成绩依次升高，而 14 周这种很早的截点仍然有可测到的预测能力。

早产为什么会在常规化验里留下痕迹

早产不是单一病因。按 Goldenberg 团队 2008 年发表在《柳叶刀》上的一篇综述的梳理，通向早产的主要有几条路：亚临床的宫内感染与炎症、子宫胎盘血管的缺血性病变、子宫过度膨胀、宫颈结构不足，还有母体的全身性疾病。

这几条路都会在常规化验的项目上留下痕迹。

感染和炎症这条路最直接。宫腔或下生殖道的亚临床感染会激活局部炎症，白细胞、中性粒细胞比例、C 反应蛋白跟着抬头；炎症介质进一步推动前列腺素合成，子宫开始有收缩，胎膜的胶原被基质金属蛋白酶降解，胎膜早破和早产就是同一条链条上靠后的两个结局。胎膜早破和早产共用前面大半段机制，这也解释了为什么两者的预测成绩那么接近。

胎盘血管这条路走的是另一套指标。子宫胎盘的小血管重塑不良，表现在化验和体征上是血压往上、尿蛋白出现、血小板下降、肝酶升高、凝血指标变化，严重时就是子痫前期和胎盘早剥。模型对胎盘早剥给出 0.89，和它能看到血压与凝血的纵向轨迹有关。

母体的基础状况则落在血糖、血红蛋白、肝肾功能这些项目上。研究把妊娠合并地中海贫血单独列为一个预测任务，可见这类遗传性血液病在该队列里并不少见。

0.89、0.91 是在说什么

AUROC 0.91 的意思是：随机抽一位真的发生了早产的孕妇和一位没有发生的，模型给前者打更高分的概率是 91%。它衡量的是排序能力，也就是把高风险的人排到前面，而不是给某一位孕妇下诊断。

排序准还不够。一个模型可以排序很好，但给出的概率整体偏高或偏低。研究者做了校准分析，用 Brier 分数和校准曲线对比预测概率与实际发生频率，几个主要结局的预测概率和观察到的频率基本贴着对角线。

他们还做了决策曲线分析。在一段临床上合理的阈值范围内，按模型分层管理，净获益比两种极端做法都高。所有人都按高危管，要多做很多没必要的检查和干预；所有人都不额外管，高风险的人又会漏掉。算得准只是第一步，用上之后能不能让管理更合算，是另一个问题。

妈妈孕期的化验，怎么会牵到孩子出生后的病

母婴配对的结果最容易被过度解读。研究者把母亲按孕期的纵向特征聚成若干类，其中某些类别母亲所生的婴儿，新生儿黄疸的风险比其他类别高（HR 2.81，95% CI 2.60–3.03），血液系统疾病风险 HR 2.83（95% CI 2.62–3.05）。把母亲孕期的记录和婴儿记录合并输入后，对婴儿染色体异常和呼吸系统疾病的预测也有提高。

这里只能说明关联。母亲某一类化验轨迹和婴儿黄疸同时出现，可以有几种解释，研究本身没有去区分。

母婴血型不合是最清楚的一条。母亲 O 型、胎儿 A 或 B 型，或者 Rh 阴性母亲怀 Rh 阳性胎儿，母体抗体进入胎儿循环破坏红细胞，黄疸出现得早、升得快。母亲的血型和抗体筛查就在常规产检项目里。

胎龄是第二条。早产儿肝脏里负责结合胆红素的 UGT1A1 活性还没成熟，胆红素处理得慢，黄疸更重、持续更久。模型本来就能预测早产，预测到的早产风险自然会牵出黄疸风险。

遗传性血液病是第三条，也最可能解释血液系统疾病那个风险比。地中海贫血这类疾病孩子和母亲共享基因，母亲孕期的血常规已经露出端倪，孩子出生后被诊断只是同一个遗传背景的另一次显形。

这三条里，前两条有明确的机制证据，第三条在这项研究里只是合理推测，研究没有报告基因层面的验证。

这套系统怎么防止"偷看答案"

预测类研究最常见的问题是数据泄漏：输入里混进了只有确诊之后才会有的信息，模型实际上是在抄答案。这篇文章做了四道控制。

第一道是按人分组。训练集和测试集按患者 9:1 划分，同一个人的记录不会同时出现在两边；外部的达州队列完全独立，和开发队列没有重叠的患者。

第二道是按任务剔除输入。每个预测任务都有一份排除清单，把目标疾病的 ICD 编码、自由文本关键词、结局标记，以及定义该病的化验项和体征从原始记录里删掉，训练、阈值校准和推断三个阶段用同一份清单。

第三道是时间上的因果控制。每次就诊的诊断序列整体后移一位，当次就诊的诊断被替换成填充符，模型既看不到当前诊断，也看不到之后的诊断。

第四道就是前面提到的回溯删除，用结果反过来验证前三道有没有生效。

现在还不能说什么

研究的局限摆在明面上。

这是回顾性的电子病历研究，不是随机对照试验。它证明的是模型能把高风险的人排在前面，没有证明按模型分层管理之后早产或新生儿并发症变少了。从能预测到能改善结局，中间还隔着一个前瞻性干预试验。

外部验证只有一家医院。各家医院的检验平台、参考范围、录入习惯都不同，换一个检验科，同一份血的数值就可能差一点。研究用填补模块处理缺失值和批次差异，缺失值填补的平均 AUC 是 0.79（对比的几个纵向深度学习模型分别是 0.71、0.66、0.62），这个数字说明填补有效，也说明填补不是无损的。

还有一点要跟孕妇说明白。这类模型给的是群体层面的风险排序，不能拿自己的化验单去套一个概率，再对号入座。同样是 20% 的风险，落在孕 16 周和孕 32 周、落在头胎和有过早产史的人身上，产科的处理完全不同。

对产检的实际意义

对孕妇和家属来说，按时产检、在同一家医院留下连续的记录，本身就有价值。

模型能从常规化验里顺藤摸瓜，靠的是同一个人多次结果的前后对比。漏掉几次产检、或者每次换一家医院查，连续性断了，不管医生看还是模型算，都少了一半依据。

真正能改变结局的仍然是干预，不是预测。早产的高危因素一旦识别出来，产科的处理有现成的路径：宫颈长度监测，必要时用孕激素或做宫颈环扎，针对感染治疗，促胎肺成熟，转到有新生儿科支持的医院分娩。预测的价值在于把这些措施提前到问题刚冒头的时候，防微杜渐。

对医生，这项研究的提示在另一头：常规化验的纵向信息一直都在病历里，以前没被充分用起来。模型做的事医生也在做，只是人看不了四百多万次就诊的数据。

参考来源

Liu S, et al. Nature Medicine 2026 (MoChiAgent)

Goldenberg RL, et al. Lancet 2008;371:75-84

AI 辅助整理，作者审核；内容仅供参考，具体诊疗请遵医嘱。