队列协议:基于多来源数据建模的婴儿和幼儿的母亲炎症和早期大脑发育的风险评估
Xianghui Huang1,2, Cuimin Su3, Ying Lin1,2
1Fujian Key Laboratory of Neonatal Diseases, Xiamen, China.
Frontiers in public health
|July 29, 2025
概括
孕产妇的炎症可能会影响婴儿的大脑发育. 本研究使用人工智能创建风险评估模型,用于早期识别和干预,改善长期认知结果.
科学领域:
- 神经科学是一个神经科学.
- 发展生物学 发展生物学
- 人工智能的人工智能
背景情况:
- 婴儿和幼儿时期是大脑发育的关键时期,影响未来的智力和健康.
- 孕产妇的炎症是一种潜在的环境因素,通过各种机制影响婴儿的大脑发育.
- 早期识别和干预对于预防大脑发育障碍至关重要.
研究的目的:
- 评估母亲炎症对婴儿早期大脑发育的风险.
- 了解将母亲的炎症与婴儿大脑发育联系在一起的机制.
- 开发婴儿大脑发育的早期风险评估模型.
主要方法:
- 为门儿童大脑发育队伍招募了360名孕妇及其后代.
- 收集了关于母亲暴露,儿童环境暴露,行为和神经成像到3岁的数据.
- 利用深度学习人工智能来建模基因-图像-环境-行为因素的相互作用.
主要成果:
- 开发了一个基于人工智能的婴儿大脑发育早期风险评估模型.
- 该模型考虑了大脑结构,功能和连接的发育轨迹.
- 该模型整合了包括"基因-图像-环境-行为"在内的多因素相互作用.
结论:
- 人工智能模型可以改善早期识别婴儿大脑发育问题.
- 精确的早期干预可以提高整个生命周期的认知学习和表现.
- 这种方法有助于预防发育障碍,优化儿童发育.
