麦吉尔大学的研究人员表示，他们开发出了一种人工智能平台，能够在个体开始感到不适之前，预测其是否即将患上呼吸道感染。
研究人员称之为“全球首次”的这项研究，邀请了参与者佩戴智能戒指、智能手表和智能T恤，这些设备配备了传感器，能够记录参与者的生物数据。通过分析这些数据，研究人员能够准确预测“急性系统性炎症”——这是如新冠等呼吸道感染的早期信号。
该研究发表于《柳叶刀数字健康》期刊，指出该人工智能平台未来可以帮助医生比以往更早地发现健康问题，特别是对那些体质较弱、新感染可能带来严重后果的患者。此外，该技术还有望通过预防并发症和住院治疗，降低医疗系统的成本。
“我们非常感兴趣的是，是否可以利用可穿戴传感器测量的生理数据来训练一个人工智能系统，以检测由炎症引起的感染或疾病，”该研究的主要作者、麦吉尔大学运动机能学与体育教育系的丹尼斯·詹森（Dennis Jensen）教授解释道。
“我们想知道是否能检测到生理上的早期变化，并据此预测某人即将生病。”
詹森表示，他的团队创建的AI模型是全球首个使用生理指标（而非症状）来检测问题的模型。这些生理指标包括心率、心率变异性、体温、呼吸频率、血压等。
急性系统性炎症是人体的一种自然防御机制，通常可以自行消退，但在某些已有健康问题的人群中，它可能引发严重的健康问题。
“整个想法有点像冰山，”詹森说。“当冰面破裂，你看到的是症状出现的那一刻，而那时已经太晚了，无法进行有效干预。”
在研究过程中，麦吉尔大学的研究人员给55名健康成年人注射了弱化的流感疫苗，以模拟体内的感染反应。研究人员在接种前7天和接种后5天持续监测这些参与者。
参与者在整个研究期间同时佩戴智能戒指、智能手表和智能T恤。此外，研究人员还通过血液样本收集系统性炎症的生物标志物，通过PCR检测呼吸道病原体，并通过移动应用程序记录参与者报告的症状。
研究共收集了超过20亿个数据点，用于训练机器学习算法。研究人员开发了10种不同的AI模型，最终选择了使用最少数据量的模型用于后续研究。该模型成功识别了近90%的真实阳性病例，并被认为更适合日常监测。
詹森指出，仅凭戒指、手表或T恤收集的数据，单独来看并不足以灵敏地检测身体反应。
“心率增加可能仅对应每分钟增加两下，这在临床上并不显著，”他解释道。“心率变异性下降可能非常轻微，体温上升也可能非常轻微。因此，我们的想法是通过综合多个不同测量指标，识别出生理上的微妙变化。”
该算法还在研究期间成功检测出4名感染新冠的参与者体内的系统性炎症。在每一例中，算法在症状出现或PCR检测确认感染前多达72小时就已标记出免疫反应。
研究人员最终希望开发出一种系统，能够在出现可能的炎症时提醒患者，使其能够及时联系医疗提供者。
“在医学上，我们常说要在正确的时间为正确的人提供正确的治疗，”詹森说道。
通过扩大医生可以干预的治疗窗口，他表示，这不仅有望挽救生命，还能通过避免住院和实现慢性病甚至衰老的居家管理，带来显著的医疗成本节约。
“从某种意义上说，我们希望彻底改变个性化医疗。”
本篇报道由加拿大通讯社于2025年7月30日首次发布。
【全文结束】
