近日，由我校法醫學院曹潔副教授和博士生安國帥為共同第一作者，孫俊紅教授擔任通訊作者的科研團隊在國際分析化學領域頂級期刊《Analytical Chemistry》（中國科學院一區TOP期刊，影響因子6.7分）發表了題為“Novel Strategy for Human Deep Vein Thrombosis Diagnosis Based on Metabolomics and Stacking Machine Learning”的研究論文（https://pubs.acs.org/doi/10.1021/acs.analchem.4c02973），標志著代謝組學與機器學習技術結合在深靜脈血栓形成（DVT）診斷中的再次突破。
深靜脈血栓形成是一種嚴重的健康威脅，也是臨床和法醫鑒定中常見的挑戰。孫俊紅教授團隊通過分析患者血清中的代謝物特征，結合多種機器學習算法，構建了提升DVT診斷準確性的數學模型。此外，他們還開發了基于PyQt5框架的自動化疾病診斷系統，為DVT的早期檢測和法醫學鑒定提供了全新的研究工具。該成果不但為臨床實踐中的轉化應用奠定了基礎，更為法醫科學問題的解決提供了創新路徑。
孫俊紅團隊長期以來致力于法醫學的核心與難點問題，尤其是損傷時間與死因鑒定的研究。在心源性猝死、深靜脈血栓鑒定等領域，團隊通過前沿科技的創新應用，始終保持國際領先地位。此次研究延續了團隊在結合多組學技術與人工智能領域的成功經驗，也是繼2023年在《Talanta》上發表重要研究成果后再創佳績。
（圖文/曹潔）
