犹他大学研究团队近日在《暴露科学与环境流行病学杂志》发表成果，揭示孕期复合空气暴露显著增加早产风险。研究基于该州四万四千余名初产妇数据，利用自组织映射神经网络构建机器学习框架，对2013至2016年间的高分辨率污染物浓度进行聚类分析。结果表明，妊娠早中期（第9至14周）若同步接触臭氧与细颗粒物，即便单项指标符合现行空气质量标准，早期早产风险仍上升53%；反复暴露风险更逼近三倍。首席作者布列娜·凯利指出，传统空气质量指数仅监测单一最强污染物，无法准确刻画真实环境中的混合物效应。医学专家解释，孕早期胎盘与供血血管正处于构建阶段，复合污染物可能诱发慢性炎症或干扰器官发育，进而推高子痫前期等并发症概率。该研究首次实现机器学习聚类与孕期时间序列健康数据的深度耦合，验证了人工智能在复杂环境暴露组学中的应用价值。团队呼吁公共卫生部门加快修订复合污染评估指南，以期为孕产妇健康防护与环境标准制定提供科学支撑。