研究表明，利用人工智能（AI）分析尿液样本可以在症状出现前七天预测慢性肺病患者的病情恶化。这项技术可以帮助个性化治疗并防止住院，学术界表示。
研究涉及患者每天进行一次简单的尿液试纸测试，并通过手机与专家分享结果。该研究分析了55名慢性阻塞性肺病（COPD）患者的尿液样本，以确定症状恶化时分子的变化。COPD是一组导致呼吸困难的肺部疾病，包括肺气肿和慢性支气管炎。
目前的治疗方法是对严重疾病的反应性措施。如果能在发作前预测并个性化治疗，效果会更好。莱斯特大学的克里斯·布莱特林教授说：“COPD的急性加重是指COPD患者病情严重，需要在家或医院接受额外治疗。当前的治疗方法是对严重疾病的反应性措施。如果能在发作前预测并个性化治疗，可以预防发作或减少其影响。我们希望开发一种预测测试，就像个人天气预报一样，预示即将发生的病情恶化。”
研究人员在识别出变化的分子后，开发了一种测试方法来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试纸测试，并与研究人员分享了结果。其中85名患者的结果使用人工神经网络（ANN）进行了分析，这是一种模仿人脑处理数据方式的算法。
发表在《ERJ Open Research》上的研究发现，AI模型可以准确预测症状开始前七天的病情恶化。研究人员承认，该研究存在一些局限性，包括样本量较小。
布莱特林教授补充道：“尿液采样的优点在于患者可以在家中每天快速轻松地进行。我们需要更多的工作来用更大群体的数据优化AI算法。我们希望这将使我们能够为COPD患者创建个性化的AI测试，了解每个人的正常状态并预测病情恶化。患者的护理可以因此调整，例如他们可能需要进一步的检测或治疗，或者他们可以限制接触污染或花粉等触发因素。”
对此研究，哮喘和肺部疾病慈善机构Asthma + Lung UK的研究与创新主管埃里卡·肯宁顿博士表示：“这种快速且无创的测试展示了如何利用尿液作为肺部健康恶化的预警信号。允许COPD患者在病情恶化之前采取措施管理自己的状况，有助于他们保持健康并避免住院。然而，这项有说服力的研究还需要在更大的COPD患者群体中进行测试，并分析成本效益，才能在医疗环境中使用。”
(全文结束)
