La IA y los problemas difíciles del mundo · Medicina y descubrimiento de fármacos · Nature (computational biology) · 2026-10-22
Validación externa de un modelo de aprendizaje automático para predecir la lesión hepática en niños con neumonía por Mycoplasma pneumoniae
Título original: External validation of a machine learning model for predicting liver injury in children with mycoplasma pneumoniae pneumonia
La neumonía por Mycoplasma pneumoniae (MPP) en niños conlleva un alto riesgo de lesión hepática, pero no había disponible ninguna herramienta predictiva validada para la identificación temprana de pacientes en riesgo. Utilizando datos de 1321 niños de dos centros de Nankín más una cohorte de validación externa de 640, un modelo de red neuronal construido sobre seis predictores de fácil obtención identificados por el algoritmo Boruta — LDH, D-dímero, CK, edad, IL-6 y CK-MB — mostró el mejor rendimiento. Los AUC fueron 0.914 en entrenamiento, 0.829 en prueba y 0.755 en validación externa; el análisis SHAP identificó la LDH como el predictor más importante y se desarrolló una aplicación web interactiva para apoyar la estratificación temprana del riesgo.