随机化研究：分娩期间人机协作用于胎心图解释

这对父母和婴儿为何重要

在婴儿出生时，医生和助产士会密切监测胎儿心跳以尽早发现潜在危险。解读这些心率曲线并不容易，常常出现不同判断，这可能导致警示信号被漏掉或导致不必要的干预。本研究提出了一个影响深远的简单问题：在分娩期间，计算机“副驾驶”能否帮助临床医生更准确地解读这些曲线，从而更好地保护新生儿免受缺氧伤害？

实时监测胎儿心跳

在分娩过程中，一种常用的工具称为胎心图（cardiotocography），它记录胎儿心率和母体宫缩。目标是识别胎儿可能缺氧的情况，这可能导致一种称为酸中毒的状况，出生时脐带血 pH 值偏低即为信号。不幸的是，即便遵循相同指南，不同人对同一条曲线的解读也可能大相径庭。这种变异使得单靠该检测难以可靠预防诸如脑损伤等严重问题。

添加数字第二意见

研究人员测试了一种计算机辅助工具，称为计算机化胎心图，其基于名为 DeepCTG 的数学模型构建。该程序分析心率曲线最后半小时内的特征，例如基线的高低以及心率加速或减速的频率。随后它估算婴儿出生时脐带血 pH 低于 7.15（提示中度至重度缺氧）的概率。该估算以简化图示和说明所依据的模式一起显示给临床医生。

对人机协作的全球性检验

为了评估这种辅助是否确实改善了护理，来自 23 个国家的 211 名助产士、产科医生和住院医生登录一个网络平台，审阅了从公共数据库抽取的 100 条真实分娩曲线。针对每例，他们需预测婴儿脐带血 pH 是正常还是偏低。约三分之二的病例同时显示了计算机的风险估计和可视化提示；其余三分之一则由他们单独判断。参与者共做出超过 8000 次预测，使研究团队能够比较有无数字助手时的表现，并分析不同国家、职业类型及经验年限之间的差异。

更敏锐的检测而非更多误报

有了计算机帮助，临床医生约在 61 个病例中正确分类，而无助力时约为 54 个。最大的提升来自于更多识别出确实 pH 偏低的婴儿：敏感性从大约一半提升到超过三成之二。同时，在婴儿实际上正常时给出“安全”判断的比率保持大致不变，说明该工具并未让临床医生面对大量额外的误报。在人机意见不一致的情形中，计算机的判断约三分之二情况下被证明是正确的。该助手还使表现更为均衡：个体成功率的差距缩小，经验较少的工作人员的准确度更接近资深专家。

这对未来分娩意味着什么

对父母而言，结论是精心设计的计算机伙伴可帮助医疗团队更好识别分娩中有缺氧风险的婴儿，同时避免更多不必要的干预。对临床医生而言，研究表明将 AI 工具作为透明的第二意见，可以提升准确性并促进团队间的一致性。这项工作并不宣称能解决分娩相关的所有风险，且仍需在日常医院实践中进一步测试，但它指向了一个人机共同守护产房婴儿的未来。

引用: Ben M’Barek, I., Ben M’Barek, B., Jauvion, G. et al. Randomised study of human machine collaboration for cardiotocography interpretation during labour. npj Digit. Med. 9, 365 (2026). https://doi.org/10.1038/s41746-026-02556-y

关键词: 胎儿心率监测, 胎心图, 人工智能, 围产期酸中毒, 分娩与接生