高風險妊娠介入

使用預測模型找出高風險妊娠，以預防孕產婦和嬰兒死亡率風險較高的族群出現可避免的併發症

Susan Beane醫學博士，第一保健執行醫療總監
Jennifer Zbell，臨床分析副總
Sule Baptiste，第一保健資料科學總監

第一保健致力於為所有紐約民眾 提供平等照護。懷孕期護理與家庭計劃是此項任務的核心部分。

偏差的護理品質、潛在的慢性病、醫學執業中的隱性偏見以及孕婦護理中的結構性種族主義等都導致紐約州的黑人婦女產婦死亡率是白人婦女的五倍，而全國則是高出三倍。

紐約市黑人嬰兒出生後意外出現併發症的可能性要高出50%，拉丁裔嬰兒則是高出20%。部分原因是因為這些有高比例併發症的嬰兒比較有可能是在醫院接生。

翻轉這一趨勢的一個重要策略是找出高風險妊娠併發症的孕婦，並儘早進行介入，以避免早產、住進新生兒加護病房（NICU）或其他併發症。第一保健的資料分析團隊正在努力建立機器學習架構以預測風險，並且有助護理團隊採取行動。

根據無數個因素確認風險

孕婦護理的領域中已經有許多決策樹或商業規則以幫助確認孕婦是否處於妊娠併發症的高風險中。例如年齡、體重、子宮頸特徵及妊娠史都可用來對於孕婦個人進行風險分級。

機械學習的好處是可匯總多個決策樹。我們可以建立檢查300多個資料點的預測模型，而不是根據少數因素評估風險。這些主要是來自理賠，但我們也有個人會員和醫療服務提供者的資料，並盡可能用公共衛生資料進行補充。

我們還可納入往往被忽略的因素。其中一個例子就是醫療保健使用的模式。此人是否與主治醫生和任何相關專科醫生有醫病關係嗎？他們使用遠距醫療、緊急護理或行為健康等服務的頻率如何？他們的處方藥續藥的歷史為何？

正如您所料，大多數孕婦的風險都較低，並且會隨著此群體按百分位數劃分而風險升高。在第90的百分位時，高風險分娩的可能性是超過兩倍；對於第99百分位，這個可能性將高達4倍。

七週前介入

當我們將此預測模型納入我們的第一保健護理產婦計劃時，我們能夠比傳統臨床決策樹早52天（或七週以上）確認出高風險的產婦會員。

基於平均妊娠天數是280天（或大約40週），這項預測深具意義。我們不必等到血糖篩檢（通常在24週或28週之間進行）或異常掃描（通常在{[# 2]}週和22週之間）來確定是否有妊娠糖尿病或先天缺陷。我們的模型可以提前幾週警示出風險因素，並且我們可以採取對父母和嬰兒的健康產生積極影響的方式進行介入。

在一個案例中，我們有一位會員正在生下第三胎。前兩胎因早產併發妊娠糖尿病而被送入新生兒加護病房，而她在生第三胎時也患有胰島素依賴型妊娠糖尿病。

預測模型識別出該會員，在對方與醫療管理護士進行諮詢後，她接受了轉介至營養師的建議。在營養師的協助下，她減輕了體重、能夠停止注射胰島素並足月分娩而未造成讓嬰兒住進新生兒加護病房。

雖然這位會員的故事凸顯出機器學習作為篩查工具的重要性，但在識別出高風險會員之後的後續步驟也很重要。護理團隊需要可在正確的時間作出推薦和提供正確的資源的機制。誰提供護理（基層醫療、專科護理、醫療管理、居家健康、社會服務等）並不一定重要，只要會員獲得所需的護理並避免可預防且昂貴的併發症，以及母子都很健康才是最重要。