使用人工智能（AI）分析尿液样本可以预测慢性肺病患者何时可能发作，症状开始前七天即可预测，一项研究发现。这项技术可以帮助个性化治疗并预防住院，学者们表示。
该研究涉及患者每天进行一次简单的尿液试纸测试，类似于横向流动测试，并通过手机与专家分享结果。研究人员分析了55名慢性阻塞性肺病（COPD）患者的尿液样本，以确定症状恶化时分子的变化。COPD是指一组导致呼吸困难的肺部疾病，如肺气肿和慢性支气管炎。症状可能包括呼吸短促、喘息和持续的胸闷咳嗽。急性加重，也称为急性加重期，发生在症状突然恶化时，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）说：“COPD急性加重是指COPD患者病情严重，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，然后个性化治疗，以防止发作或减少其影响，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，并与研究人员分享了结果。其中85名患者的结果通过人工神经网络（ANN）进行了分析，这是一种使用人工神经元网络处理数据的算法，模仿人脑的工作方式。该研究发表在《ERJ开放研究》杂志上，发现AI模型可以在症状开始前准确预测发作。
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。我们需要更多的工作来用更大群体的数据完善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‘正常’的状态，并预测症状的发作。患者的护理可以相应调整，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。”
对此研究作出回应的哮喘和肺部慈善机构Asthma + Lung UK的研究和创新主管埃里卡·肯宁顿博士（Erika Kennington）说：“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。允许慢性阻塞性肺病患者在病情恶化之前采取措施管理自己的状况，真的可以帮助人们保持健康并远离医院。然而，这项令人信服的研究需要在更大的COPD患者群体中进行测试，并分析成本效益，才能在医疗保健环境中使用。”
(全文结束)
