根据今天（周三）发表在《ERJ Open Research b[1]》上的一项研究，研究人员已经使用人工智能（AI）来分析患者的尿液样本，并预测慢性阻塞性肺疾病（COPD）的症状何时会突然发作。
参与这项研究的患者每天对自己的尿液进行简单的试纸测试，并将结果用手机发送给研究人员。
利用人工智能分析结果，研究人员能够提前一周“预测”症状的恶化。这就有可能采取措施，比如改变治疗方法，以尽量减少甚至防止病情恶化。
慢性阻塞性肺病包括肺气肿和慢性支气管炎，是一种严重的长期肺部疾病。根据世界卫生组织的数据，慢性阻塞性肺病是全球第三大死亡原因。症状的突然发作，如呼吸困难和咳嗽，被称为恶化。
这项研究是由英国莱斯特大学的克里斯·布莱特林教授领导的，莱斯特大学是国家健康与社会保健研究所莱斯特生物医学研究中心的一部分。他说：“慢性阻塞性肺病加重是指患有慢性阻塞性肺病的人病情严重，需要在家中或医院接受额外治疗。目前的治疗方法是针对一种严重疾病的。如果我们能在疾病发作之前预测它，然后个性化治疗以预防疾病发作或减少其影响，那就更好了。我们想开发一种预测测试，就像个人天气预报即将爆发的爆发一样。”
研究人员首先分析了55名慢性阻塞性肺病患者的尿液样本，并寻找在症状恶化之前尿液成分的变化。这帮助他们确定了一组“生物标志物”——当COPD恶化时往往会发生变化的分子。
接下来，由英国贝德福德的Global Access Diagnostics公司牵头开发了一种尿液检测方法，该方法可以测量其中五种生物标志物的水平。该测试与新冠肺炎侧流测试非常相似。研究人员随后要求来自英国莱斯特格兰菲尔德医院和拉内利菲利普亲王医院的105名慢性阻塞性肺病患者在六个月内每天检测尿液，并将结果通过他们的手机发送给研究人员。
研究人员使用一种称为人工神经网络的人工智能来寻找这些生物标志物水平的变化，并预测患者何时会出现COPD症状的突然发作。
他们发现，这种人工智能分析可以在出现任何症状前7天左右准确预测疾病的爆发。
布莱特林教授说：“我们的研究首先探索了慢性阻塞性肺病患者在发作期间和病情稳定时尿液样本中的许多物质。我们发现这些物质中的一小部分可以识别耀斑。然后我们跟踪了一组COPD患者，每天测试五种物质。这使我们能够开发风险预测或预测人工智能工具。我们发现，人工智能工具可以在诊断前7天可靠地预测症状的突然发作。
“尿样的优点是，患者每天在家做起来相对快速和容易。
“我们需要做更多的工作，利用来自更大患者群体的数据来完善人工智能算法。我们希望这将使我们能够为COPD患者创建人工智能测试，从而了解每个人的“正常”状态，并预测症状的突然发作。然后可以调整患者的护理，例如，他们可能需要进一步的测试或治疗，或者他们可能能够限制他们接触污染或花粉等诱因。”
来自瑞典斯德哥尔摩卡罗林斯卡研究所和卡罗林斯卡大学医院的Apostolos Bossios教授是欧洲呼吸学会呼吸道疾病大会的负责人，他没有参与这项研究。他说：“慢性阻塞性肺病是一种常见而严重的疾病。慢性阻塞性肺病无法治愈，因此监测和治疗对于帮助患者保持健康以进行正常的日常活动至关重要。
“当慢性阻塞性肺病症状突然发作时，可能会导致永久性恶化，所以我们希望尽我们所能预防或尽量减少发作。”这项研究很有希望，因为它表明我们可以使用人工智能分析尿液样本，在疾病开始之前预测疾病的爆发。如果长期证明是成功的，这项测试可以确保患者得到所需的治疗和护理，以尽快减少症状的发作。”
