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（IBD，包括克罗恩病和溃疡性结肠炎）的人是否会早死。
研究人员使用机器学习分析了安大略省9000多名在2010年至2020年间因IBD死亡的人的数据。这项研究今天发表在《加拿大医学协会杂志》上，发现这些死亡中有一半发生在75岁之前，这被认为是早死。
如果人们在61岁之前被诊断出某些其他慢性疾病，如关节炎、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Eric Benchimol博士是一名儿科胃肠病学家，他表示，人们通常不会直接因炎症性肠病而死亡。他说，研究结果表明需要关注IBD患者中的其他慢性疾病，并尽早治疗。
“我认为重要的是，我们不能再让胃肠病学家单独工作了，”Benchimol说，他在多伦多儿童医院执业，也是临床评估科学研究所（ICES）的高级科学家，该研究所提供了这项研究的患者数据。“我们真的需要意识到IBD患者身上发生的其他所有事情，并努力为他们提供协调的护理系统。”
根据克罗恩病和结肠炎加拿大分会的说法，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”。
Benchimol表示，这种疾病被认为是由遗传因素和影响肠道微生物群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。
IBD在加拿大非常常见，病例率正在增长。据估计，到2035年，加拿大每100人中将有超过一人患有这种疾病。
Benchimol说，研究中确定的与IBD并存的具体慢性疾病“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，如关节炎、情绪和焦虑障碍。青少年IBD患者比同龄人更容易出现焦虑和抑郁。
令人惊讶且令人担忧的是，这些疾病与早死有关。他表示，还需要进一步研究以确定这些死亡是如何或为什么发生的。
除了人工智能，研究人员还使用传统的统计模型来确定与IBD患者早死相关的因素，结果一致，增强了对机器学习准确性的信心。Benchimol说，机器学习可以处理更多的数据，并更好地找到不同因素之间的关系。
未来的AI研究将跟踪患有IBD的人，并包括额外的临床变量，如他们的炎症程度和所服用的药物。Benchimol希望AI不仅能够帮助预防IBD患者的早死，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最初患上IBD，这可能是我们自己无法想到的。”他说。
(全文结束)