这项研究涉及患者每天进行一次尿液试纸测试，并通过手机与专家分享结果。研究发现，使用人工智能（AI）分析尿液样本可以在症状开始前七天预测慢性阻塞性肺疾病（COPD）患者的病情恶化。这种技术有助于个性化治疗并预防住院。
该研究由莱斯特大学的克里斯·布赖特林教授领导，研究团队分析了55名COPD患者的尿液样本，以确定分子在症状恶化时的变化。COPD是一种包括肺气肿和慢性支气管炎等导致呼吸困难的肺部疾病的总称。目前的治疗方法是对严重疾病的反应性治疗，而提前预测攻击并个性化治疗可以更好地预防或减轻攻击的影响。
克里斯·布赖特林教授表示：“COPD病情恶化时，患者会变得非常不适，需要在家或医院接受额外治疗。目前的治疗方法是对严重疾病的反应性治疗，如果能提前预测攻击并个性化治疗，可以更好地预防或减轻攻击的影响。我们希望开发一种预测测试，就像个人天气预报一样，预测即将发生的病情恶化。”
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。105名COPD患者进行了为期六个月的每日尿液测试，并通过试纸测试与研究人员分享结果。研究结果使用人工神经网络（ANN）进行分析，这是一种模仿人类大脑处理数据方式的算法。
研究发表在《ERJ开放研究》上，结果显示AI模型可以准确预测症状开始前七天的病情恶化。研究人员承认研究存在一些局限性，包括样本量较小。布赖特林教授表示，尿液采样的优点在于患者可以在家中快速轻松地每天进行。他们需要更多的工作来完善AI算法，并希望最终能够为每位COPD患者创建个性化的AI测试，预测症状恶化，从而调整治疗方案，例如进一步检查或减少接触污染或花粉等触发因素。
哮喘和肺部健康慈善机构Asthma + Lung UK的研究和创新主管埃里卡·肯宁顿博士评论说：“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。这可以帮助COPD患者在病情恶化前采取措施管理自己的状况，从而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规模的COPD患者群体中进行测试，并分析其成本效益，才能在医疗环境中使用。”
(全文结束)
