简介：摘要目的应用人工智能技术建立新生儿遗传代谢病疾病风险评估模型并验证其用于辅助新生儿串联筛查结果的判断。方法回顾性研究。收集2010年2月至2019年5月来自全国31家医院新生儿遗传代谢病筛查（串联质谱法）5 907 547例数据和34家医院临床确诊的3 028例数据进行回顾性分析，建立新生儿遗传代谢病人工智能疾病预测模型；以2018年1至9月浙江大学医学院附属儿童医院360 814例新生儿筛查数据进行遗传代谢病人工智能疾病预测模型的单盲试验验证，通过比较临床确诊病例的检出率、串联初筛阳性率和阳性预测值在人工判读和遗传代谢病人工智能预测模型中的结果，验证人工智能疾病风险预测模型的有效性。结果经数据筛选，共有3 665 697例新生儿串联初筛数据符合数据库建模的标准，选取所有临床确诊患儿数据3 019例共构建了16种人工智能预测模型可涵盖32种遗传代谢病；在单盲试验验证入组的360 814例新生儿中，临床确诊病例共45例，人工判读和遗传代谢病人工智能预测模型结果一致，所有临床确诊病例均为阳性或高风险。串联初筛阳性人工判读为2 684例，遗传代谢病人工智能疾病风险预测模型判读为串联初筛高风险1 694例，串联初筛阳性率分别为0.74%（2 684/360 814）、0.46%（1 694/360 814）；与人工判读相比，遗传代谢病人工智能疾病风险预测模型判读阳性人数总体减少了36.89%（990/2 684）；人工判读和遗传代谢病人工智能疾病风险预测模型的阳性预测值分别为1.68%（45/2 684）、2.66%（45/1 694）。结论所建立的新生儿遗传代谢病人工智能疾病风险预测模型具有准确、快速、假阳性率低的优点，具有重要临床应用价值。

简介：摘要目的分析1例未破裂卵泡黄素化综合征(luteinized unruptured follicle syndrome, LUFS)不孕症患者特殊的X染色体异常。方法在核型分析的基础上，进一步进行单核苷酸多态性微阵列芯片及荧光原位杂交检测以确诊X染色体的异常类型。结果核型分析及荧光原位杂交检测显示患者X染色体长臂中间部分缺失，单核苷酸多态性微阵列芯片检测结果显示Xq22.1-Xq25区域为单倍体，缺失的片段长度约为24.82 Mb；该患者最终诊断为46，X，.ish del(X) (q22.1q25)(Xqter＋) .arr[hg19] Xq22.1q25(99 444 527～124 268 530)×1。随访患者目前月经正常但仍未受孕。结论联合应用多种细胞分子遗传技术，对患者X染色体异常的诊断更准确可靠，并且在LUFS患者中发现了X染色体片段缺失的现象，可为LUFS致病机制研究及其关键基因的鉴定提供一定的科学依据。