L'IA face aux grands problèmes du monde · Médecine et découverte de médicaments · Nature (computational biology) · 2026-10-22
Validation externe d'un modèle d'apprentissage automatique pour prédire les lésions hépatiques chez les enfants atteints de pneumonie à Mycoplasma pneumoniae
Titre original: External validation of a machine learning model for predicting liver injury in children with mycoplasma pneumoniae pneumonia
La pneumonie à Mycoplasma pneumoniae (MPP) chez l'enfant présente un risque élevé de lésions hépatiques, mais aucun outil prédictif validé n'était disponible pour identifier précocement les patients à risque. À partir des données de 1321 enfants issus de deux centres de Nankin, plus une cohorte de validation externe de 640, un modèle de réseau neuronal construit sur six prédicteurs facilement disponibles identifiés par l'algorithme boruta — LDH, D-dimère, CK, âge, IL-6 et CK-MB — a montré les meilleures performances. Les AUC étaient de 0.914 en entraînement, 0.829 en test et 0.755 en validation externe, avec une analyse SHAP identifiant la LDH comme le prédicteur le plus important et une application web interactive développée pour soutenir la stratification précoce du risque.