AI 與世界的難題 · 醫學與藥物探索 · Nature (computational biology) · 2026-10-22
預測黴漿菌肺炎病童肝損傷之機器學習模型的外部驗證
原標題: External validation of a machine learning model for predicting liver injury in children with mycoplasma pneumoniae pneumonia
兒童肺炎黴漿菌肺炎（MPP）具有很高的肝損傷風險，但過去一直缺乏經過驗證的預測工具，無法在早期辨識高風險病患。研究利用南京兩個中心 1321 名兒童的資料，加上 640 人的外部驗證世代，以 boruta 演算法找出之六個容易取得的預測因子 — LDH、D-dimer、CK、年齡、IL-6 與 CK-MB — 所建構的類神經網路模型展現最佳表現。訓練集 AUC 為 0.914、測試集為 0.829、外部驗證為 0.755，SHAP 分析指出 LDH 是最重要的預測因子，並開發了互動式網頁應用程式以支援早期風險分層。