基于人工智能模型精准预测分娩时会阴侧切风险的研究与应用

为解决会阴侧切缺乏明确标准和智能评估系统的问题，研究人员开展了构建会阴侧切风险预测模型及智能在线评估系统的研究。结果显示 SVM 模型预测能力最佳，该系统能辅助临床决策，对提高产科服务质量意义重大。

　　在分娩过程中，会阴侧切是一个备受关注的话题。会阴侧切（Episiotomy）是指在分娩第二阶段，对会阴进行的外科切开，目的是扩大阴道口以利于分娩。它分为中线切开和会阴侧切两种类型 。及时且恰当的会阴侧切，在胎儿窘迫、肩难产或产钳助产等情况下，能减少会阴对胎头的阻碍，加速胎儿娩出并减轻会阴创伤。然而，常规进行会阴侧切预防可能的损伤，却会增加不良后果的风险，比如严重撕裂、水肿、血肿、切口局部疼痛和感染等，长期还可能导致皮肤乳头状瘤、阴道脱垂、阴道狭窄、性交疼痛或不适，甚至引发盆底功能障碍，对产妇生活的各个方面产生负面影响。

随着现代产科服务模式的改变、助产实践的不断更新以及人们对会阴侧切并发症认识的加深，许多学者开始质疑常规会阴侧切的合理性。在发达国家，会阴侧切的使用率已大幅下降，美国为 2.3%，法国为 1.3% ，英国和澳大利亚约为 10%。而在发展中国家，如印度和菲律宾，会阴侧切率仍超 50%。在中国，由于近年来对限制性会阴侧切概念的接受程度不同，会阴侧切率存在差异，多数在 20 - 40% 波动，远高于世界卫生组织（WHO）建议的 10% 以下。此外，目前临床实践中缺乏明确且具体的会阴侧切标准和指南，助产士往往依靠经验和主观判断来决定是否进行侧切，这导致不同地区、医院甚至同一医院不同医护人员之间的会阴侧切率差异显著，进一步增加了会阴侧切的风险。

为了解决这些问题，四川大学 - 香港理工大学灾害管理与重建研究所、德阳市人民医院等机构的研究人员开展了一项关于精准预测分娩时会阴侧切风险的研究。研究旨在利用人工智能技术中的机器学习算法，开发一种会阴侧切早期风险预测模型，并在此基础上构建智能便捷的产科会阴侧切临床决策支持系统，为助产士提供准确客观的决策支持。

研究人员采用了多种关键技术方法。首先，进行前瞻性队列研究，收集了 2022 年 1 月至 12 月四川省德阳市人民医院产科阴道分娩产妇的临床病历数据。通过专家咨询法，结合文献回顾和临床经验，初步确定影响会阴侧切的因素，并利用 Delphi 专家咨询法对问卷进行修订。然后，运用多种机器学习算法，包括逻辑回归（LR）、支持向量机（SVM）、K 近邻算法（KNN）、随机森林（RF）、轻量级梯度提升机（LightGBM）和极端梯度提升（XGBoost），构建风险预测模型。并使用常见的机器学习评估指标，如准确率、精确率、召回率、F1 值和受试者工作特征曲线下面积（AUC）等对模型性能进行评估，同时利用混淆矩阵观察模型在不同类别中的表现，还通过 SHapley Additive exPlanation（SHAP）分析来解释模型。

研究结果如下：

1. 基线特征：2022 年 1 月至 12 月，德阳市人民医院产科共有 3141 例分娩病例，其中 1482 例为阴道分娩，最终 1191 例符合纳入标准，包括 300 例会阴侧切组和 891 例非会阴侧切组。
2. 专家咨询结果：15 位来自三级医院或大学的专家参与咨询，专家积极系数均为 100%，专家权威系数 Cr = 0.881，表明专家权威高，咨询结果可靠。两轮咨询后，专家意见协调性和集中度提高，问卷具有良好的内容效度。最终确定了 28 个影响会阴侧切的因素。
3. 变量重要性排序：通过 SHAP 分析，会阴弹性、怀孕次数、BMI、会阴水肿和年龄被确定为会阴侧切风险的前五大预测因素。
4. 模型性能：在六个模型中，SVM 模型表现最佳，准确率为 0.793，召回率为 0.981，精确率为 0.790，F1 值为 0.875，其 AUC 为 0.882。
5. 外部验证结果：对 2023 年 1 月至 2 月在同一医院阴道分娩的孕妇临床数据进行外部验证，结果显示预测会阴侧切的准确率为 74%，未进行会阴侧切的准确率为 93%。
6. 系统开发结果：开发的会阴侧切风险预警系统基于 BS 架构，使用 Spring boot 开发系统框架，Hadoop + Spark 分布式系统进行数据分析、建模和预测。用户输入产妇相关数据后，系统可提供是否进行会阴侧切的建议。

研究结论表明，基于机器学习算法构建的会阴侧切风险预警系统，能准确快速地利用产妇分娩时的生理数据，预测第三产程会阴侧切的风险。该研究具有重要意义，一方面为临床医护人员提供了客观的决策支持，有助于降低会阴侧切率，提高产科服务质量；另一方面，研究发现会阴弹性是影响会阴侧切风险的关键因素，这提示医护人员应重视会阴弹性评估，将其纳入产前护理常规项目，并根据评估结果制定个性化分娩计划，同时鼓励孕妇进行会阴肌肉锻炼，提高会阴弹性。不过，研究也存在局限性，模型基于单中心数据开发，未来需开展多中心试验来验证其在不同环境中的适用性。