据一项发表在《ERJ开放研究》上的研究发现，通过人工智能（AI）分析尿液样本可以预测慢性肺病患者何时可能在症状开始前七天出现病情加重。这项技术可以帮助个性化治疗，预防住院。
该研究涉及患者每天进行一次简单的尿液试纸测试，类似于横向流动测试，并通过手机将结果分享给专家。研究人员分析了55名慢性阻塞性肺疾病（COPD）患者的尿液样本，以确定当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的总称，包括肺气肿和慢性支气管炎。症状可能包括呼吸急促、喘息和持续的胸闷咳嗽。病情突然恶化，称为急性加重，通常发生在冬季。
领导该研究的莱斯特大学教授克里斯·布赖特林表示：“COPD急性加重是指COPD患者病情严重到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作出反应。如果我们能在发作前预测到攻击，并个性化治疗以防止或减轻其影响，会更好。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加重。”
在识别出变化的分子后，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患者在六个月内每天使用试纸测试尿液，并将结果分享给研究人员。来自85名患者的测试结果通过人工神经网络（ANN）进行了分析，这是一种模仿人类大脑处理数据方式的算法。
研究发现，AI模型可以准确预测症状开始前七天的病情加重。研究人员承认该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轻松地进行。我们需要进一步工作，用更多患者的数据显示来优化AI算法。我们希望这将使我们能够为COPD患者创建AI测试，了解每个人的正常状态，并预测症状加重。患者的护理可以相应调整，例如他们可能需要进一步的测试或治疗，或者他们可以限制接触污染或花粉等触发因素。”
对此研究，哮喘和肺部健康慈善机构Asthma + Lung UK的研究和创新负责人埃丽卡·肯宁顿博士表示：“这种快速且无创的测试展示了如何利用我们的尿液作为肺部健康恶化的预警信号。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他们的状况，这将真正帮助人们保持健康并远离医院。然而，这一令人信服的研究需要在更大规模的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)
