俄克拉荷马大学工业与系统工程助理教授TalayehRazzaghi因其题为“对服务不足人群的个性化产妇护理决策支持系统”的工作成果，荣获国家科学基金会颁发的教师早期职业发展计划奖。

该奖项被称为CAREER奖，Razzaghi获得了496,732美元的奖金，用于研究基于机器学习的临床决策支持工具，用于孕产妇保健研究中的早期先兆子痫检测。

先兆子痫是一种妊娠并发症，特征为高血压，每年影响美国8-10%的孕妇，如果不及时治疗，将对产妇和新生儿的健康构成重大风险。尽管先兆子痫很普遍，但由于年龄、种族和孕前健康状况等各种因素，识别患先兆子痫风险较高的女性仍然具有挑战性。

“我们的研究将利用尖端的机器学习算法来分析不同的数据集，预测妊娠期间患先兆子痫的可能性，尤其是对于医疗资源匮乏的少数族裔人群，从而正面应对这些挑战，”Razzaghi说道。“这项研究将侧重于减轻现有预测模型固有的偏见，这些模型往往忽视了有色人种社区独特的医疗保健需求。”

Razzaghi补充道，过去年来，美国孕产妇亡率的惊人上升需要采取行动。“通过我们的研究，我们旨在利用机器学习的力量提供个性化、公平的孕产妇护理，并减少孕产妇健康结果方面的差异。”

该方法包括开发基于机器学习的预测模型，这些模型可扩展用于从大规模医疗保健数据中学习，并产生公平的分类器，以平衡不同种族亚群的准确性和公平性。通过解决这些技术挑战，Razzaghi希望能够提高对先兆子痫高风险孕妇的识别能力，同时促进孕产妇健康管理系统的公平性。

“这项研究的意义深远，不仅限于先兆子痫检测，”Razzaghi说道。“通过理解和解决健康社会决定因素的复杂相互作用，我们可以将这些见解应用于其他妊娠相关疾病，甚至社会经济地位等非临床因素。”她补充说，她的CAREER奖还将重点关注招聘和研究实习计划，该计划涉及将代表性不足的学生纳入STEM领域。

通过与俄克拉荷马大学健康科学中心、德克萨斯理工大学健康科学中心和匹兹堡大学的临床合作伙伴合作，Razzaghi可以访问对训练和验证机器学习模型至关重要的各种数据集。然而，她承认访问敏感医疗数据存在挑战，并强调负责任地使用数据和保护隐私的重要性。

“我们致力于在整个研究过程中坚持最高的数据道德和隐私标准，”Razzaghi表示。“我们的目标是推进科学知识并改善医疗保健结果，同时尊重患者信息的隐私和保密性。”