基于多標(biāo)準(zhǔn)的胎兒生長(zhǎng)發(fā)育預(yù)警系統(tǒng)構(gòu)建與實(shí)現(xiàn)

石巖

（上海市大數(shù)據(jù)中心，上海 200072）

0 引言

胎兒宮內(nèi)發(fā)育情況是產(chǎn)科重要研究對(duì)象之一，胎兒發(fā)育異常是造成圍產(chǎn)期胎兒生長(zhǎng)受限、巨大兒、甚至死亡的重要原因。胎兒在宮內(nèi)生長(zhǎng)的過(guò)程中，如果胎兒與胎盤(pán)間的循環(huán)及交換被影響，則導(dǎo)致胎兒生長(zhǎng)受限發(fā)生；孕期母體鎘暴露會(huì)引發(fā)胎兒生長(zhǎng)受限等發(fā)育毒性［5］；新生兒出生體質(zhì)量低（體質(zhì)量<2.5 kg）或出生時(shí)生長(zhǎng)發(fā)育遲緩，其成年后冠心病及相關(guān)疾病（如中風(fēng)、糖尿病、高血壓）的發(fā)病率較高［1］。因此，胎兒生長(zhǎng)發(fā)育情況的研究，一直是產(chǎn)科臨床研究中難點(diǎn)問(wèn)題之一。

相關(guān)研究表明，體重、雙頂徑和腹圍等參數(shù)是用于胎兒生長(zhǎng)評(píng)價(jià)的重要指標(biāo)，因此許多研究人員通過(guò)多個(gè)參數(shù)的表現(xiàn)來(lái)對(duì)胎兒發(fā)育和健康狀況進(jìn)行綜合評(píng)估。然而傳統(tǒng)的判定標(biāo)準(zhǔn)是以大樣本人群為基礎(chǔ)進(jìn)行統(tǒng)計(jì)建模并預(yù)測(cè)，生長(zhǎng)曲線的異常判斷均采用相同的判斷規(guī)則，所以目前沒(méi)有適合全人群的胎兒體重估算標(biāo)準(zhǔn)可用于真實(shí)診斷胎兒生長(zhǎng)受限。

針對(duì)上述問(wèn)題，本文研究了采用3 種不同標(biāo)準(zhǔn)的胎兒生長(zhǎng)曲線作為預(yù)警模型，旨在更加準(zhǔn)確真實(shí)的反映每個(gè)胎兒的生長(zhǎng)發(fā)育情況，同時(shí)也為從事相關(guān)工作的人員提供更符合該地區(qū)胎兒生長(zhǎng)規(guī)律的胎兒生長(zhǎng)曲線預(yù)警標(biāo)準(zhǔn)。在該系統(tǒng)中，一方面考慮每個(gè)孕婦的多個(gè)參數(shù)綜合判斷，包括胎兒估算體重、腹圍、雙頂徑等，充分考慮了其形態(tài)學(xué)因素對(duì)胎兒的影響。另一方面，系統(tǒng)還可觀察對(duì)比不同標(biāo)準(zhǔn)下各指標(biāo)生長(zhǎng)曲線的變化趨勢(shì)，以此來(lái)選擇最適合的預(yù)警模型，使得觀測(cè)結(jié)果更為準(zhǔn)確，輔助醫(yī)生及時(shí)發(fā)現(xiàn)問(wèn)題并給予相應(yīng)的診療措施。

1 研究?jī)?nèi)容

本系統(tǒng)整體架構(gòu)由醫(yī)患服務(wù)模塊、預(yù)警模型模塊、數(shù)據(jù)管理模塊組成。醫(yī)患服務(wù)運(yùn)用了微服務(wù)、微信小程序等作為技術(shù)支撐，預(yù)警模型提供胎兒發(fā)育模型計(jì)算及曲線展示、多參數(shù)預(yù)警模型計(jì)算等功能，數(shù)據(jù)管理模塊提供疾病數(shù)據(jù)存儲(chǔ)規(guī)范及患者管理等功能，如圖1所示。

圖1 基于微服務(wù)的智能胎兒生長(zhǎng)發(fā)育預(yù)警系統(tǒng)整體架構(gòu)

1.1 醫(yī)患服務(wù)模塊

（1）系統(tǒng)服務(wù)通過(guò)標(biāo)準(zhǔn)接口進(jìn)行交互，可以單獨(dú)或者組合對(duì)外提供面向不同場(chǎng)景的服務(wù)。

（2）通過(guò)微信小程序的方式，為醫(yī)生和患者提供生長(zhǎng)曲線可視化功能，提供結(jié)構(gòu)化參數(shù)信息錄入界面，實(shí)時(shí)為用戶(hù)提供服務(wù)。

1.2 預(yù)警模型模塊

（1）基于超聲檢查數(shù)據(jù)，利用香港標(biāo)準(zhǔn)，新加坡標(biāo)準(zhǔn)，Intergrowth-21 等三個(gè)標(biāo)準(zhǔn)，針對(duì)不同人群提供模型計(jì)算和曲線展示。

（2）系統(tǒng)支持切換不同標(biāo)準(zhǔn)進(jìn)行預(yù)警，同時(shí)提供對(duì)胎兒生長(zhǎng)發(fā)育主要參數(shù)的優(yōu)化計(jì)算。

1.3 數(shù)據(jù)管理模塊

采集孕婦超聲檢查、胎兒狀況等健康檔案信息，以孕婦患者為中心進(jìn)行數(shù)據(jù)融合，建立包括孕婦基礎(chǔ)信息、新生兒信息、生長(zhǎng)曲線參數(shù)信息在內(nèi)的多維度數(shù)據(jù)結(jié)構(gòu)［2］并實(shí)時(shí)存儲(chǔ)。

2 系統(tǒng)功能模塊設(shè)計(jì)

2.1 數(shù)據(jù)存儲(chǔ)模塊

根據(jù)系統(tǒng)研究目標(biāo)，制定數(shù)據(jù)存儲(chǔ)規(guī)范，進(jìn)行數(shù)據(jù)規(guī)范核查。數(shù)據(jù)規(guī)范核查是對(duì)數(shù)據(jù)的自然屬性進(jìn)行規(guī)范，包括對(duì)字段名、類(lèi)型、取值長(zhǎng)度、是否為空等進(jìn)行核查，解決質(zhì)量參差不齊、數(shù)據(jù)不足與錯(cuò)亂［2］、數(shù)據(jù)標(biāo)準(zhǔn)未履行等問(wèn)題。數(shù)據(jù)庫(kù)的存儲(chǔ)規(guī)范結(jié)構(gòu)如表1所示。

表1 懷孕患者基本信息表

表2 懷孕患者B超報(bào)告數(shù)據(jù)表

表3 新生兒信息表［2］

2.2 基于個(gè)體的胎兒生長(zhǎng)預(yù)警計(jì)算模塊

2.2.1 計(jì)算標(biāo)準(zhǔn)選擇

本系統(tǒng)提供新加坡標(biāo)準(zhǔn)，香港標(biāo)準(zhǔn)、Intergrowth-21三種標(biāo)準(zhǔn)的計(jì)算功能，并提供三種標(biāo)準(zhǔn)切換計(jì)算，任何一種標(biāo)準(zhǔn)達(dá)到預(yù)警閾值，均會(huì)為使用者推送預(yù)警結(jié)果。本系統(tǒng)采用的預(yù)警閾值為胎兒超聲估測(cè)體重或腹圍低于同孕齡應(yīng)有體重或腹圍第10百分位數(shù)以下，其中雙頂徑、頭圍、腹圍等采用的是B 超測(cè)量結(jié)果，胎兒體重利用估算公式進(jìn)行計(jì)算，具體如表4所示。

表4 胎兒體重估測(cè)公式

2.2.2 參數(shù)優(yōu)化方法

本平臺(tái)在利用歷史積累數(shù)據(jù)的基礎(chǔ)上，以研究人員提供的生長(zhǎng)參數(shù)估算函數(shù)為目標(biāo)函數(shù)，進(jìn)行回歸建模并優(yōu)化的功能，系統(tǒng)提供了幾種曲線擬合的常見(jiàn)函數(shù)及優(yōu)化方法，這幾種函數(shù)可以進(jìn)行任意的進(jìn)行組合，其中t為胎齡。

目標(biāo)函數(shù)可以是（1）—（5）式的任意復(fù)合，由于因變量和自變量的并不是簡(jiǎn)單的線性關(guān)系，通過(guò)最小二乘的進(jìn)行曲線擬合和參數(shù)優(yōu)化可以取得較好效果，優(yōu)化算法采用修正G-N 和L-M 等算法。除了采用最小二乘法進(jìn)行擬合，同時(shí)系統(tǒng)也會(huì)推薦傳統(tǒng)的回歸模型和機(jī)器學(xué)習(xí)模型進(jìn)行擬合，包括傳統(tǒng)的多元回歸模型、lasso 回歸以及嶺回歸等，機(jī)器學(xué)習(xí)方法可以選擇決策樹(shù)回歸，支持向量回歸等模型。在用戶(hù)選定一種模型或自定義函數(shù)之后，系統(tǒng)會(huì)根據(jù)目標(biāo)函數(shù)通過(guò)遺傳算法和粒子群算法等對(duì)模型進(jìn)行優(yōu)化。

2.3 通過(guò)微信小程序的方式提供可視化展示

本系統(tǒng)采用了小程序?yàn)橛脩?hù)提供可視化信息和數(shù)據(jù)錄入的功能，對(duì)于用戶(hù)來(lái)說(shuō)，相較于各種APP，微信小程序UI 和操作流程會(huì)更統(tǒng)一［4］，這也會(huì)降低使用難度。在開(kāi)發(fā)的過(guò)程中，采用了基于MINA 框架的前端應(yīng)用，通過(guò)視圖層描述標(biāo)簽語(yǔ)言（WeiXmMarkupLanguage）WXML 和樣式語(yǔ)言（WeiXmStyleSheets，WXSS）以及基于JavaScript 的邏輯層框架［5］，并在視圖層與邏輯層間提供了數(shù)據(jù)傳輸和事件系統(tǒng)，在WXML 的節(jié)點(diǎn)上直接使用雙括號(hào)綁定Page.data 中的數(shù)據(jù)（形如{{some_data}}），修改Page.data 中的數(shù)據(jù)時(shí)［5］，頁(yè)面顯示內(nèi)容實(shí)時(shí)變換。

在曲線展示過(guò)程中，用戶(hù)可以根據(jù)需要切換香港標(biāo)準(zhǔn)、新加坡標(biāo)準(zhǔn)、國(guó)際標(biāo)準(zhǔn)Intergrowth-21（默認(rèn)），切換3%，5%，10%（默認(rèn)）百分?jǐn)?shù)，切換BPD，HC，AC，F(xiàn)LF，Weight 等重要參數(shù)。同時(shí)為方便查看結(jié)果，測(cè)量結(jié)果參數(shù)以紅色點(diǎn)進(jìn)行清晰地標(biāo)識(shí)。

圖2 胎兒生長(zhǎng)發(fā)育曲線的BPD生長(zhǎng)趨勢(shì)

圖3 胎兒體重估測(cè)及生長(zhǎng)趨勢(shì)

3 系統(tǒng)應(yīng)用場(chǎng)景

基于多標(biāo)準(zhǔn)的智能胎兒生長(zhǎng)發(fā)育預(yù)警系統(tǒng)，能夠借助移動(dòng)互利網(wǎng)和醫(yī)療信息化工具，對(duì)孕產(chǎn)婦胎兒進(jìn)行量化監(jiān)控和風(fēng)險(xiǎn)評(píng)估，根據(jù)孕婦的產(chǎn)前檢查指標(biāo)，采用多標(biāo)準(zhǔn)多生長(zhǎng)參數(shù)計(jì)算方法對(duì)胎兒發(fā)育狀況進(jìn)行估算，從而提供精準(zhǔn)的異常預(yù)警信息推送，實(shí)現(xiàn)胎兒生長(zhǎng)受限、巨大兒等產(chǎn)科專(zhuān)病的早發(fā)現(xiàn)、早診斷、早干預(yù)、早治療。自平臺(tái)在某婦產(chǎn)科醫(yī)院上線以來(lái)，使用量逐月增加，其中2021 年3 月至6 月的每月使用量分別為694、746、778、874 人次，月均使用744 人次。此外，平臺(tái)還可以基于當(dāng)前醫(yī)院大樣本數(shù)據(jù)，對(duì)模型參數(shù)進(jìn)行優(yōu)化，從而為臨床研究和實(shí)際應(yīng)用提供更加準(zhǔn)確的參考依據(jù)。

4 結(jié)語(yǔ)

針對(duì)當(dāng)前臨床應(yīng)用中胎兒生長(zhǎng)曲線智能化工具不完善等問(wèn)題，充分考慮了孕婦信息和胎兒發(fā)育情況，集成多種計(jì)算方法和預(yù)測(cè)模型，構(gòu)建了胎兒生長(zhǎng)預(yù)警及數(shù)據(jù)綜合管理平臺(tái)。在該平臺(tái)中，用戶(hù)可以自定義標(biāo)準(zhǔn)來(lái)進(jìn)一步對(duì)胎兒生長(zhǎng)趨勢(shì)進(jìn)行評(píng)估，為相關(guān)人員提供臨床輔助診斷的方法。未來(lái)，系統(tǒng)考慮運(yùn)用深度學(xué)習(xí)的方法，強(qiáng)化各指標(biāo)的表征能力，將已有樣本數(shù)據(jù)傳入網(wǎng)絡(luò)模型，即可實(shí)現(xiàn)對(duì)復(fù)雜參數(shù)的映射。本系統(tǒng)是多學(xué)科交叉領(lǐng)域應(yīng)用，需要包括臨床醫(yī)療、人工智能等多領(lǐng)域人員的協(xié)作研發(fā)，超出了傳統(tǒng)醫(yī)院研究范疇，因此后續(xù)在需要在人才和技術(shù)上進(jìn)行融合，賦能臨床科研不斷創(chuàng)新。