通过人工智能（AI）分析尿液样本可以提前七天预测慢性阻塞性肺疾病（COPD）患者的病情恶化，一项研究发现。这项技术可以帮助个性化治疗并预防住院，学者们表示。研究涉及患者每天进行一次简单的尿液试纸测试，类似于侧流测试，并通过手机与专家分享结果。研究中，研究人员分析了55名COPD患者的尿液样本，以确定症状加重时分子的变化。COPD是指一组导致呼吸困难的肺部疾病，如肺气肿和慢性支气管炎。症状可能包括呼吸短促、喘息和持续的胸闷咳嗽。急性发作，也称为加重期，发生在症状突然恶化时，冬季最为常见。
领导该研究的莱斯特大学教授克里斯·布赖特林（Chris Brightling）说：“COPD加重是指COPD患者病情严重，需要额外的家庭或医院治疗。目前的治疗方法是对严重疾病的反应。如果我们能在发作前预测到，然后个性化治疗以防止或减轻发作的影响，会更好。我们希望开发一种预测测试，就像即将发生的急性发作的个人天气预报一样。”
在确定了变化的分子后，研究人员开发了一种测试方法，用于测量尿液中五种不同生物标志物的水平。随后，105名COPD患者进行了为期六个月的每日尿液测试，并与研究人员共享结果。来自85名患者的结果被用于人工神经网络（ANN）分析，这是一种模仿人脑处理数据方式的算法。发表在《ERJ开放研究》上的研究表明，AI模型可以准确预测症状开始前七天的急性发作。研究人员承认研究存在一些局限性，包括样本量较小。
布赖特林教授补充道：“尿液采样的优点是患者可以在家中每天快速且轻松地进行。我们需要更多的工作来用更大群体的数据改进AI算法。我们希望这将使我们能够为COPD患者创建AI测试，学习每个人‘正常’的状态，并预测症状的急性发作。患者的护理可以随之调整，例如他们可能需要进一步的检查或治疗，或者他们可能需要限制接触污染或花粉等触发因素。”
对此研究作出回应的哮喘和肺部健康慈善机构Asthma + Lung UK的研究与创新负责人埃丽卡·肯宁顿博士（Erika Kennington）说：“这种快速且无创的测试展示了我们的尿液如何作为肺部健康恶化的预警。允许慢性阻塞性肺疾病患者在病情恶化之前采取措施管理自己的状况，确实有助于人们保持健康并远离医院。然而，在这项有说服力的研究能够在医疗环境中应用之前，还需要在更大规模的COPD患者群体中进行测试，并分析其成本效益。”
(全文结束)
