分娩时肛门括约肌损伤:机器学习阻抗检测在 70 名女性中验证,另有 81 人未做参考检查
华沙理工大学与销售该设备的公司 OASIS Diagnostics 的团队,评估了一种由机器学习辅助的阻抗谱工具,用于在分娩后数小时内发现肛门括约肌损伤。在 70 名可分析的女性中,锁定后的模型找出了经肛管内超声确认的 86.2% 的损伤,并把 7.3% 没有损伤的女性误判为阳性。作为辅助工具,这个结果令人鼓舞;但纳入的 151 名女性中有 81 人没有做参考检查,研究只来自单一中心,多位作者与该公司有关联,代码和数据均不公开。
背景
产科肛门括约肌损伤(OASI,即 obstetric anal sphincter injuries)是阴道分娩中发生的三度和四度撕裂。它们在产后即刻的临床检查中不一定看得出来,而未被发现的损伤会让产妇面临长期的肛门失禁。参考检查是三维肛管内超声(EAUS),由经验丰富的操作者把探头放入肛管完成。这项检查并非随处可得,也无法在产后立即做。
本研究的设备 ONIRY(带 CE 标志,IIa 类)提供了另一种做法:电阻抗谱。一次性的 12 毫米探头带有八个电极,通过微弱电流(低于 1 mA,频率 1 至 100 kHz),测量组织对电流的阻碍。完整的组织和撕裂的组织导电方式不同。机器学习模型解读这些测量结果,给出二元结论:PASS 或 REFER(转诊进一步评估)。这篇论文是 2026 年 10 月 11 日发布在 medRxiv 的预印本,尚未经过同行评审。
方法
研究分三个阶段,按 STARD-AI 和 TRIPOD+AI 规范报告(分别是诊断准确性研究和涉及 AI 的预测模型研究的报告清单)。
第一阶段,开发 V1 版本。152 名女性在阴道分娩后最长八周内接受检查,每人两次测量并做一次参考 EAUS:30 人无损伤,61 人为一度或二度撕裂,61 人为三度或四度撕裂。剔除两次测量在 1 kHz 下相差超过 1 kΩ 的 19 次后,剩下 279 次测量(117 次有 OASI,162 次无)。模型是神经网络,用 10×10 折交叉验证评估(数据集分成十份,重复十次,同一名参与者不会同时出现在训练和测试中)。
第二阶段,真实环境适配(V2)。V1 上市后监测发现 15 个不一致结果(6 个假阳性,9 个假阴性),多出现在产后 24 小时内,与明显水肿、体液或新缝合有关。作者因此用来自七个中心的 144 条早期记录重新训练模型,特征集缩减(阻抗模值、电阻、电抗、相移、局部方差),按 90/10 划分训练与内部验证,并用两个多层感知机(小型堆叠神经网络)组成的集成,以逻辑“与”规则合并。阈值的选取是在敏感性不低于 80% 的约束下,使平衡准确率最大。具体架构属于专有信息。随后 V2 在来自两个中心的 125 条记录上测试,参考标准为“全部临床证据”,因为没有系统性的 EAUS。
第三阶段,前瞻性外部验证。在华沙一家医院,年满 18 岁、至少有一项危险因素(初产、器械助产、出生体重 4000 克及以上、孕周 41 周及以上)或存在临床疑虑的女性,用锁定的 V2 模型接受检查。连续纳入 151 人,其中 81 人未做 EAUS,分析 70 人。助产士完成了 70% 的检查。参考标准是 3D EAUS,由一名有 25 年以上经验的专家完成,中位时间为产后 28 天,对临床和阻抗结果未设盲。
结果
机器学习指标。敏感性是检测出的真实损伤所占比例;特异性是被正确放过的无损伤女性所占比例。第一阶段,V1 的准确率、敏感性和特异性均为 90.0%(内部交叉验证)。第二阶段,V2 在 125 条记录上:真阳性 28,假阴性 4,真阴性 84,假阳性 9,即准确率 89.6%,敏感性 87.5%,特异性 90.3%。第三阶段,70 名女性中 29 人(41.4%)确诊 OASI:准确率 90.0%(63/70;95% 置信区间 80.8–95.1),敏感性 86.2%(25/29;区间 69.4–94.5),特异性 92.7%(38/41;区间 80.6–97.5)。4 例假阴性和 3 例假阳性由这些数字推得;据此我们推算阳性预测值约 89%,阴性预测值约 90%(并非从预印本表格中读取,需对照 PDF 核实)。
临床转化。若用于与本研究相似的人群(损伤占 41%),每 1000 名受检女性大约发现 357 例损伤,漏掉 57 例,543 名无损伤女性被正确放心,43 次误报。但这个患病率来自富集了高危女性的样本。为说明这个陷阱(我们自己的计算,不是研究给出的),在患病率 5% 时,同样的比率每 1000 名女性大约发现 43 例,漏掉 7 例,误报 69 次:REFER 结果只有 38% 是对的。检测的价值取决于使用它的人群。
优点
验证前就锁定了模型。V2 在第三阶段之前冻结,招募被描述为连续入组:避免了让模型迎合测试数据,也避免了挑选容易的病例。
对 V1 错误的坦率分析。作者并不回避第一个模型主要在产后 24 小时内出错,并把这些失败与水肿、体液和缝合联系起来。由此得到具体的改进:用早期数据重新训练、低阻抗警报、对测量结果的自动质量控制。
严格的报告框架。按 STARD-AI 和 TRIPOD+AI 报告,给出 Wilson 置信区间,说明第三阶段获得伦理批准、第一阶段已注册(NCT04903977):这篇论文比该领域许多预印本更透明。
不足
部分验证偏倚。纳入的 151 名女性中,81 人(54%)没有做 EAUS,被排除在分析之外。如果回来做检查的人与其余人不同(例如因为担心某种异常),测得的性能就不能原样推广。作者承认这一点,但无法量化。
参考标准不完美,样本也窄。EAUS 中位在产后 28 天进行(范围 1 至 40 天),而阻抗检测在 4 小时内完成:两者之间解剖结构可能已发生变化(愈合、水肿消退)。读片的只有一名专家,且未设盲。只有 29 例损伤,敏感性的置信区间从 69.4% 到 94.5%:不能排除真实值更接近 70% 而不是 90%。第 2C 阶段的参考标准是整体临床判断而非 EAUS,这些数字更为脆弱。
利益冲突与不可复现。四位作者是或曾是 OASIS Diagnostics 的员工,两位是创始人,四位是股东,一位是相关专利的发明人。适配和外部验证阶段没有外部资助,数据、代码和模型出于商业保密均不公开。因此无人能核查这项工作,而且在我们读到的部分中,没有报告与单纯临床检查的数值比较,而这恰恰是需要超越的替代方案。在 AI 医疗的典型失效模式中,这里存在缺失的对照、受患病率影响的指标,以及人群偏倚的风险(单一产科中心、富集高危女性的队列)。
意义
对研究界。论文展示了一种少见的良好做法:在真实世界出现错误后重新适配商业模型,然后冻结并在未用于训练的地点验证。合乎逻辑的下一步是多中心研究,系统性地用 EAUS 随访(或对未验证者随机抽样),多名设盲读片者,并与单纯临床检查直接比较。
对临床医生。按目前的证据,这项检测更像是一个提示哪些女性应转诊做影像检查的补充,而不是排除损伤的手段。在较少筛选的人群中得到验证之前,它不会改变临床实践,也不能取代临床检查或 EAUS。
对患者和公众。更早发现深度撕裂,可能缩短等待修复或得到恰当处理的时间。这一前景尚未得到证实:论文没有衡量对节制功能或生活质量的任何益处。
延伸阅读
预印本:Młyńczak M.、Korzeniewski K.、Rosoł M.、Uchman-Musielak M.、Barcz E.、Grzybowska M. E.、Sudoł-Szopińska I.、Kropshofer S.、Spinelli A.、Borycka K.,“Real-World Adaptation and External Validation of Machine-Learning Impedance Spectroscopy for Immediate Postpartum Detection of Obstetric Anal Sphincter Injuries”,medRxiv,doi:10.64898/2026.10.08.26365032。机构:华沙理工大学、圣家专科医院(华沙)、格但斯克医科大学、Humanitas 大学、因斯布鲁克医科大学等。第一阶段资助:波兰国家研究与发展中心(POIR.01.01.01-00-0726/18)。第一阶段试验:NCT04903977。代码、数据和模型:不公开。
编辑透明度说明:本文由 Tatakoto 的自动化编辑流程依据完整预印本生成;表 1 在提取中无法读取,因此阳性预测值、阴性预测值和似然比是我们根据已发表的计数自行计算的。英文、西班牙文和中文版本由 AI 生成。发现错误?请联系我们。