麦吉尔大学的研究人员开发出一种人工智能平台，能够基于各种可穿戴技术提供的数据，在首个症状出现之前准确预测急性全身炎症。
这有朝一日可使医生提前数天对问题作出反应，特别是在那些健康状况本已脆弱、新感染可能带来严重后果的患者身上。
这项技术还可能通过避免并发症和住院治疗，为医疗系统节省开支。
“我们非常感兴趣地想知道，使用可穿戴传感器测量的生理数据是否可以用于训练一个人工智能系统，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体育教育系教授丹尼斯·延森解释道。他是这项研究的主要作者，并亲自向加拿大通讯社谈及了他的工作。
“我们想知道是否可以检测到早期的生理变化，并据此预测某人即将生病。”
延森教授和他的同事们开发的人工智能模型使用智能戒指、智能手表或智能服装生成的生物识别数据，以准确预测急性全身炎症——这是呼吸道病毒感染引发的早期免疫反应。
尽管这种炎症通常是身体自然的防御机制，通常会自行消退，但在已有健康问题的人群中，它可能会引发严重的健康问题。
延森教授用一个比喻说明道：“这就像一座冰山。一旦表面的冰层开裂，症状已经出现，这时候开始治疗就有点晚了。”
实验过程
麦吉尔大学的研究人员为55名健康成年人接种了减毒流感疫苗以模拟感染情况。受试者从接种前七天到接种后五天持续接受监测。
研究期间，所有参与者同时佩戴一枚联网戒指、一块手表和一件服装，以持续监测多项生理参数和活动情况，包括心率、心率变异性、体温、呼吸频率、血压、身体活动和睡眠质量。
研究人员还通过重复采集血液样本测量全身炎症的生物标志物，使用PCR检测呼吸道病原体的存在，并通过移动应用程序收集参与者报告的症状。
据新闻稿介绍，总共收集了超过20亿个数据点来训练机器学习算法。研究人员开发了十个不同的人工智能模型，但最终决定在项目其余阶段仅保留使用最少数据的那个模型。
该模型正确检测出了近90%的真实阳性病例，并被认为更适合日常监测。
延森教授表示，单独来看，仅来自戒指、手表或T恤的生理或活动指标都不足以敏感地检测身体的反应。
“仅心率增加可能只是每分钟两下，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，体温升高也可能非常轻微。因此，我们的想法是，通过观察多种测量方式或多个不同指标，我们能够识别出细微的生理变化。”
值得注意的是，这些算法还在研究期间成功检测出了四名感染SARS-CoV-2的参与者体内的全身炎症。在每种情况下，算法报告免疫反应的时间比症状出现或PCR检测确认感染提前了多达72小时。
最终，研究人员希望开发出一种系统，能在可能出现炎症时通知患者，以便他们与医疗服务提供者沟通。
“在医学上我们常说，必须在正确的时间为正确的人提供正确的治疗，”延森教授说道。
因此，无论是普通感冒还是癌症，都必须尽可能早地应对问题，“因为一旦症状出现，就已经有些晚了，”他说。
他补充道，通过扩大可以进行干预的治疗窗口期，不仅可以挽救生命，还可以通过避免住院和实现慢性问题甚至居家养老的管理来实现显著的成本节约。
“在某种意义上，我们希望彻底改变个性化医疗，”延森教授总结道。
这项研究的成果已发表在《柳叶刀数字健康》期刊上。
——本篇报道由加拿大通讯社（La Presse Canadienne）撰写，翻译由CityNews完成。
【全文结束】
