蒙特利尔消息——麦吉尔大学的研究人员表示，他们开发出一种人工智能平台，可以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。研究人员认为这是“全球首次”实现此类技术突破。
这项研究中，参与者佩戴了一枚戒指、一块手表和一件T恤，这些设备均配备了传感器，用于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“急性全身性炎症”——这是如新冠等呼吸道感染的早期征兆。
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常规更早地发现健康问题，特别是在那些身体状况脆弱、新感染可能带来严重后果的患者身上。此外，该系统还可能通过预防并发症和住院治疗来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得的生理数据来训练人工智能系统，以检测由炎症引发的感染或疾病。”麦吉尔大学运动机能学与物理教育系教授丹尼斯·詹森（Dennis Jensen）解释道，“我们想知道，是否可以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，他的团队创建的这个AI模型是全球首个使用生理指标（包括心率、心率变异性、体温、呼吸频率、血压等）而非症状来检测问题的人工智能模型。
急性全身性炎症是人体的一种自然防御机制，通常可以自行解决，但对已有基础疾病的人群而言，它可能引发严重的健康问题。
“整个概念有点像冰山，”詹森说，“当冰面裂开并露出水面时，这就相当于你出现症状了，但这时候治疗已经有些晚了。”
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，以模拟他们体内的感染情况。在接种前7天和接种后5天，研究人员持续监测这些参与者。他们全程佩戴智能戒指、智能手表和智能T恤。
此外，研究人员还通过血液样本收集全身性炎症的生物标志物，通过PCR检测呼吸道病原体的存在，并使用一款移动应用收集参与者报告的症状信息。总共收集了超过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，但最终选择了使用最少数据量的模型用于后续研究。该模型成功检测出近90%的实际阳性病例，并被认为更适合日常监测。
詹森指出，单独来看，戒指、手表或T恤所采集的数据本身并不足以灵敏地检测身体反应。“例如，心率的增加可能只有每分钟两下，这在临床上并不显著。心率变异性下降可能非常轻微，体温升高也可能非常轻微。因此，我们的想法是，通过观察多个不同的测量指标，我们可以识别出生理上的微妙变化。”
算法还成功检测到了研究期间4名参与者感染新冠时的全身性炎症反应。在每起病例中，算法都在症状出现或PCR检测确认感染前最多72小时就发出了预警。
研究人员最终希望开发出一个系统，能够在出现潜在炎症时通知患者，以便他们及时联系医疗服务提供者。
“在医学上，我们常说要在正确的时间给正确的人正确的治疗。”詹森表示。他指出，通过扩大医生可以干预的治疗窗口，这种技术不仅可以拯救生命，还能通过避免住院和实现慢性病甚至老龄化人群的家庭管理，节省大量医疗资源。
“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，作者为让-本华·勒戈（Jean-Benoit Legault）。
【全文结束】
