现代医学大多是被动治疗，只有在症状出现后才进行治疗。但麦吉尔大学健康中心研究所和麦吉尔大学的一项新研究指向了一个更具前瞻性的未来：在人们尚未感到不适之前，就能检测到感染的无声迹象。
这项全球首次研究开发出了一种人工智能（AI）平台，该平台可以通过分析来自智能戒指、智能手表或智能衬衫的生物数据，准确预测急性系统性炎症——这是病毒性呼吸道感染（VRTIs）的早期免疫反应。通过在症状出现之前检测免疫信号，该系统为更早的干预打开了大门，有可能挽救生命，并通过预防并发症和住院治疗来降低医疗成本。这项多学科研究成果发表在《柳叶刀数字健康》杂志上。
“当感染是基于临床症状或PCR检测来识别时，通常感染已经相当严重了，”研究的资深作者、麦吉尔大学转化呼吸疾病研究项目科学家、麦吉尔大学运动机能学与体育教育系副教授丹尼斯·延森（Dennis Jensen）博士说。“通过实现快速、个性化和客观的病毒性呼吸道感染引起的系统性炎症事件的早期预警，我们的预测工具为患者和医疗保健提供者提供了在关键健康事件发生之前进行干预的机会。”
主动检测感染的方法
急性系统性炎症是一种在全身范围内对感染或损伤做出的快速而强烈的炎症反应。尽管它通常会自行消退，但这种自然防御机制有时也会导致严重的并发症，如器官损伤或衰竭，甚至死亡。这种情况在脆弱人群中尤为明显，例如慢性阻塞性肺病（COPD）患者。
为了模拟现实世界中的感染情况，研究团队向55名年龄在18至59岁之间的健康成年人注射了一种活减毒流感疫苗，并在接种前7天至接种后5天内对其进行追踪。
在研究期间，参与者同时佩戴了三种市售的可穿戴设备——一个戒指、一块手表和一件衬衫——从而可以持续监测多项生理和活动指标，包括心率、心率变异性、体温、呼吸频率、血压、身体活动和睡眠质量。
研究人员还通过反复血液检测测量了系统性炎症生物标志物，进行了呼吸道病原体的PCR检测，并使用智能手机应用程序收集了参与者的自我报告症状。
总共收集了超过20亿个数据点用于训练机器学习算法。这些算法随后被用来构建不同的AI模型：其中九个模型利用微妙的生理变化来预测系统性炎症的激增，而另一个模型则仅依赖于报告的症状。
“选择使用最少特征的模型进行进一步开发，因为它被认为更适合日常监测。它仍然有效，接近90%的灵敏度，意味着它正确预测了近90%的实际阳性病例，”研究的第一作者、当时在麦吉尔大学担任博士后研究员的阿米尔·哈迪德（Amir Hadid）博士说。“我们的研究标志着重要的进展，即利用AI将这些无形信号转化为实时、准确的急性炎症早期预警系统。”
超越传统症状报告
所有基于可穿戴设备的模型都优于基于症状的模型。研究作者解释说，这是因为一些具有系统性炎症的参与者并未表现出明显的VRTI相关症状（假阴性），而一些没有系统性炎症的参与者却报告了症状（假阳性）——这种现象被称为“反安慰剂效应”。
值得注意的是，算法还在四名在研究期间感染了SARS-CoV-2的参与者中成功检测到了系统性炎症。在每种情况下，算法都在症状出现或PCR检测确认感染之前标记出了免疫反应。
“在未来临床验证研究中，我们的系统旨在仅使用可穿戴设备检测由其他常见病毒（如鼻病毒、呼吸道合胞病毒（RSV）或SARS-CoV-2）引起的系统性炎症——无需血液检测、无需专用硬件、也无需前往医疗机构就诊，”麦吉尔大学健康中心研究所传染病与全球健康免疫项目科学家、麦吉尔大学普通内科副教授艾米丽·麦克唐纳（Emily McDonald）博士说，她的研究团队协助进行了这项研究。
从研究到现实影响
这项开创性工作是在麦吉尔大学健康中心研究所的创新医学中心完成的，促成了位于蒙特利尔的初创公司Sensifai Health Inc.（
这项研究是由临床生理学专家（延森教授）、生物医学工程专家（哈迪德教授）、传染病专家（麦克唐纳博士、Matthew Cheng、Jesse Papenburg和Michael Libman）以及人工智能专家（Philippe Dixon、Qianggang Ding和Oussama Jlassi）密切合作完成的。
“这项早期检测技术提高了我们为正确患者在正确时间提供正确治疗的能力，”麦吉尔大学健康中心（MUHC）和研究所的创新、质量和绩效主任艾伦·福斯特（Alan Forster）博士说。“其在《柳叶刀数字健康》上的发表既反映了科学研究的质量，也体现了麦吉尔大学、研究所和MUHC如何培育创新，开发改善魁北克乃至全球人民生活的基于人工智能的工具。”
关于研究
这项题为《Development of machine learning prediction models for systemic inflammatory response following controlled exposure to a live attenuated influenza vaccine in healthy adults using multimodal wearable biosensors in Canada: a single-centre, prospective controlled trial》的研究由Amir Hadid、Emily G McDonald、Qianggang Ding、Christopher Phillipp、Audrey Trottier、Philippe C Dixon、Oussama Jlassi、Matthew P Cheng、Jesse Papenburg、Michael Libman和Dennis Jensen共同完成。
该研究得到了加拿大卫生研究院向延森教授和麦克唐纳博士提供的项目资助。Amir Hadid得到了MITACS与Hexoskin合作的博士后研究奖学金，以及麦吉尔大学西尔万·亚当斯体育科学研究所的支持。
【全文结束】
