坏死性小肠结肠炎(NEC)是一种危及生命的早产儿肠道疾病。它的特点是突然、进行性的肠道炎症和组织死亡，在美国每年影响多达 11,000 名早产儿，其中 15-30% 的婴儿死于 NEC。幸存者经常面临长期的肠道和神经发育并发症。

哥伦比亚工程学院和匹兹堡大学的研究人员开发了一种敏感且特异的早期预警系统，用于在早产儿NEC发生之前预测该疾病。该原型利用粪便微生物组特征结合临床和人口统计信息，准确、早期地预测 NEC。该试点研究于 7 月 23 日在 ACM CHIL 2020 上以虚拟方式进行展示。

该研究的合著者安萨夫·萨勒布-奥伊西 (Ansaf Salleb-Aouissi) 表示：“令人惊奇的是，我们能够利用机器学习来阻止这种情况发生在婴儿身上。”他是哥伦比亚工程学院计算机科学系的高级讲师，也是计算机科学领域的专家。人工智能及其在医学信息学中的应用。“我们研究了数据并开发了一种真正有用的工具，甚至可以挽救生命。”

“如果医生能够在婴儿真正生病之前准确预测 NEC，他们可以采取一些非常简单的步骤——治疗可能包括停止喂养、静脉输液以及开始使用抗生素，以防止出现长期残疾或死亡等最糟糕的结果。该研究的主要作者托马斯·A·胡文 (Thomas A. Hooven) 说，他在担任哥伦比亚大学医学中心新生儿围产期儿科助理教授时开始与 Salleb-Aouissi 合作。他现在是匹兹堡大学医学院新生儿医学部的儿科助理教授。

目前，还没有工具可以预测哪些早产儿会患上这种疾病，而且通常在发现 NEC 时为时已晚，无法进行有效干预。NEC 是早产儿中最常见的肠道急症。其特点是快速进行性肠坏死、菌血症、酸中毒以及高发病率和死亡率。