基于机器学习构建婴儿遗传性胆汁淤积性疾病的早期预测模型：JADE-B系统的开发与验证

这篇研究创新性地开发了名为JADE-B（Jaundice Diagnosis Easy for Baby）的机器学习模型，通过整合47项临床和实验室参数（最终优化为20项早期指标），实现对婴儿遗传性胆汁淤积疾病的早期预测（AUC达0.869-0.884）。该模型采用XGBoost、LightGBM等算法，能有效优化基因检测资源分配，为临床决策提供数据支持。

　　

Abstract

婴儿胆汁淤积症是儿科肝病领域的复杂临床难题，涉及100余种遗传性和获得性病因。传统诊断方法面临病因多样性（如PFIC、Alagille综合征等）和基因检测资源有限的矛盾。本研究通过机器学习技术构建JADE-B预测系统，为遗传性胆汁淤积的早期识别提供创新解决方案。

Methods

研究团队从2006-2018年台湾大学附属医院数据库筛选1845例患者，最终纳入1008例1岁以下胆汁淤积患儿（直接胆红素>1.0 mg/dL或总胆红素>1.5 mg/dL）。采用47项参数（包括出生体重、GGT、AST/ALT动态变化等）训练4种算法：逻辑回归、XGBoost、LightGBM和随机森林。通过特征选择优化后，开发5组预测模型（Model 1-5），其中Model 5（JADE-B核心模型）仅需20项1个月内可获取的临床指标。

Results

关键发现包括：

1. 遗传组患儿呈现显著更高的D-Bil（12月龄1.90 vs 0.87 mg/dL,p=0.008）、ALT（6月龄p=0.0028）和AST（3月龄p=0.018）水平

2. 最佳模型AUC达0.884（Model 2），而临床实用的JADE-B模型（Model 5）仍保持0.836的AUC

3. SHAP分析揭示早发年龄、低出生体重和肠外营养(PN)使用与遗传性疾病呈负相关

4. 外部验证（韩国、泰国98例）显示0.712的AUC

Highlights

• 创新性：首次将ML应用于婴儿胆汁淤积的基因检测优先级排序

• 临床价值：可减少78.2%非必要基因检测，阳性预测值24.2%

• 技术突破：整合时序性肝功能数据（如GGT_p3m）提升预测精度

Conclusions

JADE-B系统通过机器学习算法实现了：

1. 早期识别需优先进行WES/WGS检测的高危患儿

2. 优化医疗资源配置，特别适合资源有限地区

3. 为个性化治疗策略提供数据支持

该模型未来可通过前瞻性多中心研究进一步验证，并有望扩展至其他遗传性肝病的预测领域。研究团队已开发在线应用平台（https://gi-genetic-predictor.streamlit.app/）供临床试用。