多伦多——一项新的研究表明，人工智能可以预测患有炎症性肠病（也称为克罗恩病和溃疡性结肠炎）的人的早死风险。
研究人员使用机器学习分析了2010年至2020年间安大略省9000多名患有IBD并死亡的人的数据。该研究今天发表在《加拿大医学协会杂志》上，发现这些死亡病例中有一半是在75岁之前死亡，这被认为是早死。
研究发现，如果人们在61岁之前被诊断出某些其他慢性疾病——包括关节炎、高血压、肾衰竭、癌症和心理健康问题——他们更有可能早死。
资深作者、儿科胃肠病学家Eric Benchimol博士表示，人们通常不会因为炎症性肠病本身而死亡。他说，这项研究结果表明，需要关注IBD患者的其他慢性疾病，并尽早治疗这些疾病。
Benchimol博士在SickKids医院执业，同时也是临床评估科学研究所（ICES）的高级科学家，该研究所提供了研究所需的数据。他表示：“我认为重要的是，我们不能再让胃肠病学家单独工作了。我们需要意识到IBD患者发生的其他所有事情，并尽量为他们提供协调的护理。”
根据Crohn's and Colitis Canada的说法，克罗恩病和溃疡性结肠炎会引发胃肠道内壁的炎症，干扰身体消化食物和吸收营养的能力。患者会出现“紧迫感、腹泻和血便”等症状，而不是正常的排便。
Benchimol博士指出，这种疾病被认为是由遗传因素和影响肠道微生物组的环境因素共同引起的，吸烟和早期使用抗生素被认为是与该疾病相关的两个因素。他说，在加拿大，IBD非常常见，病例数量正在增长。到2035年，预计该国每100人中就有多于一人患有这种疾病。
Benchimol博士说，研究中识别出的伴随IBD的具体慢性疾病“不幸地并不令人惊讶”。他专门研究患有IBD的儿童，经常看到这些疾病。“我们看到关节炎。我们在患有IBD的儿童中看到情绪和焦虑障碍。患有IBD的青少年比同龄人更容易出现焦虑和抑郁。”
他说，令人惊讶且令人担忧的是，这些疾病与早死之间的关联。他指出，还需要进一步的研究来确定这些死亡是如何或为什么发生的。
除了AI，研究人员还使用了传统的统计模型来确定与IBD患者早死相关的因素，结果是一致的，这增强了对机器学习准确性的信心。Benchimol博士说，机器学习可以处理更多的数据，并找到不同因素之间的关系，比人类更好。未来的研究将使用AI跟踪患有IBD的人，并包括额外的临床变量，如炎症程度和所用药物。
Benchimol希望AI不仅能帮助预防患有该疾病的人的早死，最终还能预防这种疾病的发生。“我们将使用机器学习来尝试理解哪些环境风险因素可能使人们首先患上IBD，这是我们的大脑可能无法想到的。”
(全文结束)
