使用人工智能（AI）分析尿液样本可以预测慢性肺病患者在症状开始前七天内是否会发作，一项研究发现。学术界表示，这项技术可以帮助个性化治疗并防止住院。该研究涉及患者每天进行一次简单的尿液试纸测试，并通过手机将结果分享给专家。
慢性阻塞性肺病（COPD）是一种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作出反应性的治疗。如果能在发作前预测病情并个性化治疗，将会更好，这样可以预防或减轻发作的影响。
莱斯特大学的克里斯·布赖特林教授领导了这项研究，他表示：“COPD的急性加重是指COPD患者病情突然恶化，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作出反应性的。如果能在发作前预测病情并个性化治疗，将会更好，这样可以预防或减轻发作的影响。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。”
研究人员通过分析55名COPD患者的尿液样本，确定了当症状恶化时分子如何变化。随后，他们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。105名COPD患者在六个月内每天进行一次尿液试纸测试，并将结果分享给研究人员。其中85名患者的结果被用于人工神经网络（ANN）进行分析，这是一种模仿人类大脑处理数据方式的算法。
该研究发表在《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内的病情恶化。研究人员承认该研究存在一些局限性，包括样本量较小。
布赖特林教授补充说：“尿液采样的优势在于，患者可以在家中快速轻松地每天进行。我们需要更多的工作来完善AI算法，使用更大群体的数据。我们希望这将使我们能够为COPD患者创建个性化的AI测试，学习每个人‘正常’的状态，并预测症状的恶化。患者的护理可以因此进行调整，例如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。”
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·肯宁顿博士对这项研究做出了回应：“这种快速且无创的测试展示了尿液如何作为肺部健康恶化的预警。允许慢性阻塞性肺病患者在病情恶化之前采取措施管理他们的状况，这真的可以帮助人们保持健康，避免住院。然而，在这项令人信服的研究能够在医疗保健环境中应用之前，还需要在一个更大的COPD患者群体中进行测试，并分析其成本效益。”
(全文结束)
