产检不加新检查，模型提前算早产能准到几成

这项研究用的全是产检本来就在做的化验，没有加任何新项目、新设备。在病已经发生的人身上，模型把早产、胎膜早破挑出来的本事接近 0.90；可一旦把诊断前的记录遮住、只许它提前判断，早产掉到 0.74，胎膜早破掉到 0.70。

同一个模型，同一批人，两个数字差了快 0.2。这中间的差距，才是读这篇论文最该弄明白的地方。

研究 2026 年 9 月 4 日在《自然·医学》在线发表，9 月 15 日进入 PubMed，通讯作者来自重庆医科大学附属第一医院、温州医科大学、上海交通大学和澳门科技大学，在 ClinicalTrials.gov 注册号为 NCT06791486。模型叫 MoChiAgent，核心的预测引擎叫 MoChiFormer。

这项研究用的是什么数据

开发用的数据来自两家医院：温州医科大学附属第二医院育英儿童医院和重庆医科大学附属第一医院，合起来是 106 万多名孕产妇、39 万多名婴儿，一共 440 万次就诊记录。外部验证放在四川达州市中心医院，孕产妇 7.5 万多人、婴儿 1.4 万多人。

数据来自医院信息系统里现成的化验单、生命体征和超声报告，按时间串成一条线，并非专门招募的几千人前瞻队列。每个人在数据里不是一个点，是一串点。

模型要做的第一步是补缺。真实的产检记录从来不整齐：有人这次查了甲状腺功能，下次没查；有的医院常规做某项，有的不做。作者让模型先把缺掉的化验值推算出来，再抹掉不同医院之间的系统差异，然后才做预测。在补缺这一步上，它比 XGBoost 和三个常用的病历深度学习模型都好，连续变量的相关系数达到 0.39，二分类变量的平均 AUROC 为 0.79。

补缺这一步看着朴素，却是整个工作能成立的前提。各家医院的化验项目对不上，模型学到的就只是医院之间的差别，不是病人之间的差别。

常规化验里为什么藏得住孕周

模型要做的第二步，是只看化验单推算孕周。

内部验证里，它推算末次月经算出的孕周，平均误差 2.97 周；推算超声胎龄，平均误差 2.96 周；推算婴儿的实际月龄，平均误差 0.06 年，也就是 22 天左右。换到达州的医院，孕周误差 3.04 周，还是稳得住。

这个结果能成立，靠的是孕期生理本身在走一条固定的曲线。模型用 SHAP 方法回看哪些指标出力最大，排在最前面的是母亲的脉搏和舒张压。

怀孕以后要给胎盘供血，心输出量比孕前增加三成以上，脉搏随之加快；而外周血管阻力下降，舒张压在孕中期先往下走，到孕晚期再回升。另一个出力大的是碱性磷酸酶，孕晚期胎盘会分泌自己的同工酶，把这项指标顶上去。

所以化验单上那些仍在正常范围里的小幅变化，本身就带着孕周的信息。只是人读单子的时候，核对的是有没有超出参考值，这部分信息就白白丢了。

推算婴儿月龄靠的是另一套指标：活化部分凝血活酶时间、红细胞分布宽度、甲状腺过氧化物酶抗体、糖化血红蛋白、总蛋白。这是多个系统一起成熟的过程，没有哪一项能单独当发育标尺。

0.89 和 0.70，差在哪里

同样是预测，作者分了两种任务。一种叫当下识别：把病人到当前这次就诊为止的全部记录交给模型，让它判断现在有没有这个病。另一种叫提前预测：把确诊之前一段时间的记录整段遮住，只许模型用更早的资料下判断。

两种任务的成绩差得很远。六个主要并发症里，妊娠高血压从 0.919 掉到 0.790，妊娠期糖尿病从 0.910 掉到 0.785，早产从 0.907 掉到 0.740，胎盘早剥从 0.894 掉到 0.721，胎膜早破从 0.894 掉到 0.700，流产从 0.879 掉到 0.714。

当下识别为什么那么高？因为诊断依据本身就写在记录里。妊娠高血压靠的就是血压数值，妊娠期糖尿病靠的就是糖耐量和糖化血红蛋白。模型看见这些，等于考试时看见了答案。

作者自己也担心这一层，做了一组去掉关键指标的实验：把血压从输入里全部删掉，妊娠高血压的当下识别从 0.919 降到 0.88，提前预测仍有 0.75；把血糖和糖化血红蛋白删掉，妊娠期糖尿病的当下识别剩 0.89，提前预测仍是 0.75。成绩只降了一点，说明模型不是只会抄答案，它确实从别的指标里学到了规律。

产检次数越多，模型越准

另一组数字指向同一个方向。把判断时点固定在孕 14 周，七个主要母体并发症的平均 AUROC 只有约 0.64；允许它用上整个孕期的记录，升到约 0.77。

下面这张图来自原文 Fig. 4d，横轴是模型能用到的产检次数，九条线对应九种妊娠并发症，每一条都随次数往上抬。

这条规律在医学上讲得通：妊娠并发症的风险随孕周推进、胎盘负荷加重而变化，在指标上一点点露出来，并非孕早期就定好的一个固定值。血压的上行趋势、血红蛋白的下降幅度、尿蛋白第一次出现的时间，都要有前后两次对比才显得出来。单次化验给不了趋势。

分到哪一组，风险差多少

模型还把孕妇按化验轨迹分成了 30 组。

组和组之间的风险差得很明显。第 30 组的妊娠期糖尿病风险是第 10 组的 2.7 倍（95% 可信区间 2.7 至 2.8）；反过来，宫外孕的风险在第 10 组比第 30 组高 2.2 倍（2.0 至 2.5）。第 3 组最容易出现妊娠高血压、胎膜早破和产后出血，第 8 组最容易出现流产、早孕期出血和妊娠呕吐。

注意这是分层，不是诊断。它回答的是「这批人里出事的比例高不高」，不是「你会不会出事」。临床上真正用得上的地方在资源分配：哪些人该把产检间隔缩短，哪些人该提前安排血压监测和尿蛋白复查。

妈妈孕期的化验，怎么会牵到孩子

这篇论文里最出人意料的结果，来自把母亲和孩子的记录配成对以后的分析。

母亲被分到第 18 组和第 30 组的，孩子出生后发生新生儿黄疸的风险，是母亲在第 6、7 组的 2.81 倍（95% 可信区间 2.60 至 3.03）；血液系统疾病的风险是 2.83 倍（2.62 至 3.05）。

这个关联不难理解。新生儿黄疸的本质是胆红素的生成和清除失衡，而胆红素来自红细胞破坏。母亲的血型抗体、地中海贫血携带状态、孕期感染和血糖水平，都会通过胎盘影响到胎儿的红细胞生成与寿命。

母血糖高，胎儿长期处在高胰岛素状态，促红细胞生成素随之上调，出生时红细胞压积偏高，红细胞破坏得多，黄疸就更重。母子 ABO 或 Rh 血型不合的抗体，更是直接把胎儿红细胞当成靶子。

这些线索本来就写在母亲的产检化验里，只是过去没人把它们和新生儿的结局连起来算。

研究还发现，把母亲孕期的记录加到婴儿模型里，婴儿染色体异常和呼吸系统疾病的识别成绩明显提高，生长迟缓和血液系统疾病的提前预测也有改善。

边界也要划明白：这是关联，不是因果。被分到高风险组的母亲，可能本身就带着地中海贫血、甲状腺疾病或者血糖异常，是这些病在同时影响母亲的化验和孩子的结局，模型只是把它们一并捕捉到了。拿聚类结果反推病因，就是把相关当成因果。

哪些还不能说

原文自己列了一串限制，有几条对读者尤其重要。

第一，所有数据都来自中国的三家医院，而且是回顾性的。不同人群的疾病构成不一样，换到别的国家要重新验证。

第二，系统外面那层大语言模型界面，只在 25 例没见过的病例上做过试点，由 6 位围产医学专家盲评。它在诊断准确性上拿到 4.70 分，高于 GPT-5.5 的 3.63 分和 Gemini 3.1 Pro 的 2.10 分；在证据可追溯性上，4.50 分与 OpenEvidence 的 4.54 分没有统计学差异。25 例的结果只能说明方向，拿它说这套系统已经可用，就是以偏概全。

第三，判断高低风险要有一条阈值线，这项研究的阈值是在验证集上按 F1 最大选出来的。不同医院的患病率不同，门诊量不同，阈值不能一概而论，要在当地重新定。定得太松，会把大量低风险孕妇送去加密监测；定得太紧，又会漏掉真正需要加强监测的人。

第四，也是最根本的一条：到现在为止，没有任何一项前瞻性研究证明用了这套系统的孕妇，结局比没用的更好。预测得准，和干预了以后真的少出事，是两回事。

另外，模型只用了结构化的化验和病历字段，病程记录的文字、影像、用药史、社会经济因素都没进去。

对孕妇和医生各意味着什么

对孕妇来说，有三点可以记住。

一是不用为这篇论文去加做什么检查。它证明的恰恰相反，常规产检化验里的信息还远远没有用尽。

二是产检别漏。模型的准确度随产检次数一路上升，这条规律对医生也成立：一次化验只能判断有没有超标，连着几次才能读出走向。缺了中间几次，连趋势都拼不出来。

三是哪天在报告上看到「高风险」这类标注，先别当成诊断。提前预测 0.74 的区分能力，意味着被标为高风险的人里仍有相当一部分不会发病，被标为低风险的人里也会有人出事。它的用处是提示加密随访，不是宣判。

对医生来说，这项工作真正的价值在于把注意力分配得更合理：在同样的门诊时间里，让更可能出事的那部分孕妇多得到几次监测。至于具体怎么调整方案，仍然要结合病史、查体和当次的检查结果，由接诊医生判断。

参考来源

· Liu S, et al. Nat Med 2026 (MoChiAgent, NCT06791486)

AI 辅助整理，作者审核；内容仅供参考，具体诊疗请遵医嘱。