编辑推荐：
为解决新生儿重症监护病房（NICU）中难以确定哪些患者应接受全基因组测序（WGS）的问题，研究人员开展了关于 Mendelian Phenotype Search Engine（MPSE）对 WGS 应用影响的研究。结果显示 MPSE 实施后相关指标有改善趋势，这为临床决策支持工具应用提供了参考。
在新生儿重症监护病房（NICU）里，小生命们脆弱又亟待救治。遗传疾病是导致入住 NICU 的婴儿死亡和残疾的重要原因，快速精准诊断并给予针对性治疗刻不容缓。全基因组测序（Whole Genome Sequencing，WGS）是实现快速精准诊断的有力手段，它能帮助识别患有遗传疾病的患者，从而提供个性化医疗服务 。但在实际应用中，决定哪些患者应接受 WGS 却困难重重。一方面，经济因素是个绕不开的门槛；另一方面，临床医生对 WGS 的熟悉程度参差不齐，导致在选择患者进行 WGS 时缺乏统一标准，带有很大的主观性。那些临床表现不典型、没有明显遗传疾病体征的患儿，很可能就无法及时获得 WGS 检测的机会，进而延误诊断和治疗。
为了打破这一困境，来自美国拉迪儿童医院（Rady Children’s Hospital）等机构的研究人员展开了一项极具意义的研究。他们聚焦于一种名为 Mendelian Phenotype Search Engine（MPSE）的临床决策支持工具，探究其能否优化 NICU 中 WGS 的应用，为新生儿遗传疾病的诊断带来新的转机。
这项研究成果发表在《npj Digital Medicine》杂志上，为新生儿遗传疾病诊断领域带来了新的曙光。
在研究过程中，研究人员运用了多种关键技术方法。首先，借助自然语言处理（Natural Language Processing，NLP）技术，从电子病历（Electronic Medical Record，EMR）中提取与孟德尔疾病相关的患者表型信息。接着，利用机器学习（Machine Learning，ML）算法，基于 Human Phenotype Ontology（HPO）术语计算每个患者的优先级评分，以此来确定患者接受 WGS 的优先级 。此外，研究采用了单组研究设计，对比 MPSE 实施前后的各项指标，包括提名接受 WGS 的婴儿数量和比例、从入院到提名的时间以及 WGS 的诊断率。
研究结果主要从以下几个方面展开：
- WGS 提名情况：研究共涉及两个阶段，在第一阶段（实施 MPSE 前）有 27 名患者被提名接受 rWGS，第二阶段（实施 MPSE 后）则有 91 名。虽然两个阶段提名患者的比例差异在统计学上不显著，但提名的平均数量有所增加，从每周 1.9 名提升到了 2.4 名 。
- 提名时间：从入院到提名的中位时间在 MPSE 实施后明显缩短，从第一阶段的 48.0 小时降至第二阶段的 39.1 小时，降幅达 18.5%。尤其在入院 72 小时后，第二阶段 82% 的提名已经完成，而第一阶段仅为 52%。
- 诊断率：接受测序的 99 名患者中，有 29 名获得了分子诊断。第一阶段的诊断率为 24%，第二阶段提高到了 32%，不过这一差异在统计学上也不显著 。
研究结论表明，尽管由于样本量等限制，MPSE 实施前后的差异在统计学上未达到显著水平，但整体呈现出积极的改善趋势。MPSE 的应用使得 WGS 提名频率增加、速度加快，且并未降低诊断率，甚至可能有所提高 。这一研究不仅展示了 MPSE 融入现有临床工作流程的潜力，也为其他医疗系统提供了借鉴。未来，随着研究的深入和样本量的扩大，有望进一步验证 MPSE 的效果，并对其进行优化，如纳入更多可自动从 EMR 中提取的特征，像实验室检测结果、人口统计信息等，让这一工具在新生儿遗传疾病诊断中发挥更大的作用，为更多脆弱的小生命保驾护航。
