人工智能在早产儿营养管理中展现出巨大潜力，有望成为个性化营养方案制定的有力工具。一项 recently published in the Journal of Perinatology 的创新研究揭示了这一前景。该研究由意大利IRCCS San Gerardo dei Tintori基金会（FSGT）与米兰理工大学电子、信息与生物工程系（DEIB）的科研团队联合开展。 研究聚焦于早产儿从静脉营养（IV）过渡到口服喂养的关键阶段，这一过程对婴儿的生长发育和长期健康至关重要。传统方法依赖临床经验，难以精准预测每个婴儿的最佳过渡时机和营养需求。为此，研究团队开发了一种基于人工智能的预测模型，整合了早产儿的生理指标、生长数据、代谢参数及喂养反应等多维度信息。 AI模型通过分析大量临床数据，能够识别出影响喂养耐受性和营养吸收的关键因素，从而为每个婴儿量身定制从静脉营养逐步过渡到口服喂养的个性化路径。初步结果显示，该系统可显著提高喂养过渡的成功率，减少喂养不耐受、体重增长缓慢等并发症。 研究人员表示，这项技术不仅有助于提升早产儿的营养支持效率，还能减轻医护人员的决策负担，推动新生儿护理向智能化、精准化发展。未来，该AI系统有望在更多医疗机构中落地应用，为早产儿的健康成长提供科技支撑。