IA e os Problemas Difíceis do Mundo · Medicina e descoberta de medicamentos · Nature (computational biology) · 2026-10-22
Validação externa de um modelo de aprendizado de máquina para prever lesão hepática em crianças com pneumonia por mycoplasma pneumoniae
Título original: External validation of a machine learning model for predicting liver injury in children with mycoplasma pneumoniae pneumonia
A pneumonia por Mycoplasma pneumoniae (MPP) em crianças apresenta um alto risco de lesão hepática, mas não havia nenhuma ferramenta preditiva validada disponível para a identificação precoce de pacientes em risco. Usando dados de 1321 crianças em dois centros de Nanjing, além de uma coorte de validação externa de 640, um modelo de rede neural construído com seis preditores de fácil obtenção, identificados pelo algoritmo boruta — LDH, D-dímero, CK, idade, IL-6 e CK-MB — mostrou o melhor desempenho. As AUCs foram 0.914 no treinamento, 0.829 no teste e 0.755 na validação externa, com a análise SHAP identificando o LDH como o preditor mais importante, além de um aplicativo interativo baseado na web desenvolvido para apoiar a estratificação precoce de risco.