热点事件持续更新
机器学习早期识别HIE风险胎儿研究
1 篇报道1 个报道来源23 小时前更新
先了解这件事
AI 综述
2026年10月1日，一项发表于medRxiv的预印本研究基于Kaiser Permanente Northern California的174,186例GA≥35周分娩数据，探讨时间感知机器学习能否从胎心监护（CTG）中早期识别缺氧缺血性脑病（HIE）风险胎儿。研究将CTG训练窗口从分娩前最后1小时逐步延长至全产程，并加入产程起始时间（TLO）特征，在固定15%假阳性率下评估。结果显示，加入TLO后，40.3%的HIE病例可在分娩前至少3小时被识别，27.3%至少提前6小时，较仅用最后1小时的模型绝对提升8.4%和10.7%。目前该研究为预印本，尚未见后续报道。
AI 根据报道生成 · 1 小时前更新
最新进展10月1日 08:00
预印本研究显示，加入产程起始时间特征后，40.3%的HIE病例可提前至少3小时识别。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- medRxiv 预印本时间感知机器学习可从胎心监护中早期识别缺氧缺血性脑病风险胎儿
基于Kaiser Permanente Northern California 174,186例GA≥35周分娩数据，研究将CTG训练窗口从分娩前最后1小时逐步延长至全产程并加入产程起始时间（TLO）特征，在固定15%假阳性率下评估。加入TLO后，40.3%的HIE病例可在分娩前至少3小时被识别、27.3%至少提前6小时，较仅用最后1小时的模型绝对提升8.4%和10.7%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。