利用人工智能（AI）分析尿液样本可以预测慢性肺病患者何时可能出现症状加重的情况，比症状开始前七天就能做出预测，一项研究发现。这项技术可以帮助个性化治疗并防止住院，学术界表示。
该研究涉及患者每天进行一次简单的尿液试纸测试，类似于侧向流动测试，并通过手机将结果分享给专家。研究人员分析了55名患有慢性阻塞性肺病（COPD）的患者的尿液样本，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的总称，包括肺气肿和慢性支气管炎。病情突然恶化的现象称为急性加重，最常见于冬季。
领导该研究的莱斯特大学教授克里斯·布莱特林（Chris Brightling）表示：“COPD急性加重是指COPD患者病情严重到需要在家或医院接受额外治疗的情况。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攻击，并个性化治疗以防止或减轻攻击的影响，那会更好。我们希望开发一种预测测试，就像即将发作的个人天气预报一样。”
在确定了变化的分子后，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患者进行了为期六个月的每日尿液测试，并将结果分享给研究人员。发表在《ERJ开放研究》上的研究发现，AI模型可以准确预测症状开始前七天内的病情加重。
研究人员承认，该研究存在一些局限性，包括样本量较小。布莱特林教授补充说：“尿液采样的优点是患者可以在家中每天快速轻松地进行。我们需要更多的工作来用更大群体的数据改进AI算法。我们希望这将使我们能够为COPD患者创建AI测试，学习每个人的‘正常’状态，并预测症状的加重。然后可以根据这些预测调整患者的护理，例如他们可能需要进一步的检查或治疗，或者他们可以限制接触污染或花粉等触发因素。”
对此研究，慈善机构哮喘+肺病英国的研究和创新负责人埃里卡·肯宁顿博士（Erika Kennington）表示：“这种快速且无创的测试展示了我们的尿液如何作为肺部健康恶化的预警信号。让慢性阻塞性肺病患者在病情恶化前采取措施管理自己的状况，确实有助于人们保持健康并远离医院。然而，这一令人信服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，才能在医疗保健环境中应用。”
(全文结束)
