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：摘要目的探讨遗传代谢病的疾病谱、发病率、遗传特征及随访追踪情况。方法选取2010年12月至2019年12月上海部分助产机构出生的活产儿遗传代谢病筛查结果进行回顾性分析。新生儿均在出生48 h并充分哺乳后采集足跟血置于特定滤纸上，采用非衍生化串联质谱法进行氨基酸、有机酸、线粒体脂肪酸氧化缺陷3大类疾病筛查，对筛查阳性病例召回诊断，确诊患儿进行治疗和随访。结果共筛查213 391名活产儿，诊断遗传代谢病52例，总发病率为1∶4 104，其中氨基酸代谢障碍28例（1∶7 621），有机酸代谢障碍9例（1∶23 710），线粒体脂肪酸氧化缺陷15例（1∶14 226），发病率排在前4位的依次为苯丙氨酸羟化酶缺乏症12例、短链酰基辅酶A脱氢酶缺乏症8例、高甲硫氨酸血症6例和甲基丙二酸血症5例；另外确诊母源性原发性肉碱缺乏症14例和母源性3-甲基巴豆酰辅酶A羧化酶缺乏症2例。52例患儿随访结果，死亡5例（9.6%），失访3例（5.8%），44例（84.6%）患儿明确诊断后，按照相应的诊疗指南给予特殊奶粉或药物治疗，并定期检测随访，体格和智能发育基本正常。结论本研究初步调查了上海部分地区新生儿氨基酸、有机酸、线粒体脂肪酸氧化缺陷的发生情况，通过早筛查、早诊断、早干预可改善患儿预后。