范德比尔特（米国纳什维尔）的 Monroe Carell Jr 儿童医院开展了一项研究，以确定预测模型对确定儿童患者发生静脉血栓栓塞(VTE)风险的影响。

这项研究使用了先进的预测分析技术，在发生血栓之前告知医疗团队有血栓风险的患者。

该研究的主要研究者，儿童医院儿科血液肿瘤学临床研究员Shannon Walker指出：医院相关的血栓是导致儿科发病率越来越高的原因。

虽然这些事件在儿童中比在成人中更为罕见，但Walker注意到，血栓的发展正在上升。

Walker指出儿童患血块的原因与成人非常不同。Walker的导师是儿科和病理学、微生物学和免疫学助理教授Allison Wheeler，以及

Vanderbilt疫苗研究项目主任和儿科传染病副教授C Buddy Creech医学博士。

目前还没有预防儿科患儿血栓形成的标准化方案。当他们注意到血栓的比率在上升，并意识到成人策略对他们的患儿不奏效时，他们想看看每个患儿的个体风险因素，看看他们如何能把注意力集中在有针对性的血栓预防上。

即将发表在《儿科》（Pediatrics）杂志上的这项研究描述了该团队如何建立并验证了一个预测模型，该模型可以在每个住院患儿的电子健康记录中自动运行。

该模型包括11个风险因素，是基于对儿童医院11万多名住院患儿的分析，并已在4.4万多名住院患儿中得到验证。

目前，该团队正在研究使用该模型以及在 CLOT（儿童血栓形成的可能性）试验中对临床环境进行有针对性的干预。

预测模型是这样使用的：每个住院的孩子都有一个风险评分。这些患儿是随机分组的，因此在一半的患儿中，血液科医生会对评分升高的患儿进行评估，然后与每位患儿的医疗团队和家人讨论，以确定个性化的预防计划。所有患儿，无论随机与否，都继续接受当前标准的治疗。

研究者指出：他们没有采用一刀切的计划，这是一个额外的审查级别，可以为每个评分较高的患儿提供非常个性化的建议。分数每天都会更新，因此随着风险因素的变化，分数也会相应地发生变化。

研究者正在实时评估这个模型作为临床支持工具的使用情况。他们看到了一个可以改进的临床机会，并且已经在建立模型方面取得了进展——识别高风险患儿，目前正在进行凝血试验，将持续到今年年底。

这个项目的独特之处在于研究者不仅能够预测并发症而且能够在一个严格的、实用的、随机的、对照的试验中测试这个模型来看看它是否对患儿有益

在先进范德比尔特人工智能实验室 (AVAIL) 的帮助下，Walker的研究成为可能。仅在第二年，该项目通过项目孵化和管理，包括促进临床试验以评估其有效性，在支持范德比尔特大学医学中心人工智能工具方面处于领先地位。

这种工作的前途是无限的。研究者有希望使用这种方法在压力损伤、败血症、跌倒、再入院或其他并发症发生前进行预测和预防。在范德比尔特，研究者正在以一种既合乎道德又安全的方式，提高个性化医疗科学和人工智能在医学中的应用的标准。