由新南威尔士大学悉尼分校的医生和科学家开发的一种新的诊断工具，通过分析人的呼吸来检测矽肺病的迹象，有望在疾病发展到不可逆的肺损伤之前及早发现。
在《呼吸研究杂志》上发表的一项研究中，William Alexander Donald教授和Deborah Yates副教授描述了一种快速的人工智能驱动的呼吸测试，该测试可能会彻底改变矽肺病的诊断方式。该测试结合了质谱分析（一种分析分子的科学方法）和人工智能，能够从呼吸样本中迅速检测出矽肺病，为高风险工人提供了一种快速且无创的诊断工具。
矽肺病是一种由吸入微小的二氧化硅晶体颗粒引起的肺部疾病，在澳大利亚是一个主要的职业健康问题。病例已经从工程石材工人扩展到隧道和建筑工人。尽管澳大利亚政府已经禁止使用工程石材，但其他高风险行业的新增病例表明，迫切需要更好的诊断工具。
与传统的X射线和CT扫描等方法只能在疾病晚期检测到矽肺病不同，新南威尔士大学开发的测试可以在几分钟内提供结果。
“我们的研究表明，人工智能驱动的模型能够根据呼吸特征准确地区分矽肺病患者和健康个体，提供了一种可靠的早期检测工具，”来自新南威尔士大学化学学院的主要研究人员Donald教授说。“这表明呼吸测试可以成为大规模工人筛查和早期干预的实际工具。”
工作原理
该研究分析了31名矽肺病患者和60名健康对照者的呼吸样本，确认了该测试区分受影响和未受影响个体的能力具有很高的准确性。
为了使用这项新技术进行矽肺病检测，参与者需要向一个袋子中呼气。然后将呼吸内容物推送到质谱仪中，该仪器可以检测出所有存在的不同分子。
“在人类的呼吸中，有成千上万种有机分子被呼出，”Donald教授说。“我们的仪器可以生成一个人的呼吸特征图谱，然后我们将这些数据输入一个人工智能算法，该算法非常擅长寻找模式。在这种情况下，它正在寻找早期矽肺病患者呼吸中有机化合物存在的模式。我们得到了非常高的准确性，超过90%的准确性，对于这样一个简单、无创的呼吸测试来说是非常好的。”
整个呼吸采样和分析过程每名患者不到五分钟，适合对高风险工人进行常规筛查。
“通过结合先进的化学分析技术和人工智能，我们现在可以在几分钟内检测出矽肺病，而不需要等待不可逆的肺损伤出现在扫描图像上，”Donald教授说。
研究人员强调，虽然呼吸测试显示出了巨大的潜力，但在将其作为常规筛查工具实施之前，还需要在更大的队列中进行进一步验证。该仪器是一种紧凑的台式系统，体积不到一立方米，适用于临床环境中的即时检测。目前，呼吸样本是在诊所收集并运送到实验室进行分析的，未来的实施可能允许直接在现场进行测试。
“我们现在已经在第二个地点安装了这项测试，以测试其对数百名高风险工人（包括煤矿工人）的有效性，以进一步验证其有效性，”Donald教授补充道。
未来的研究将进一步完善该技术，将其整合到接触二氧化硅工人的筛查计划中，并探索其区分矽肺病与其他肺部疾病的能力。
早期检测
Yates教授作为一名临床医生见过许多矽肺病病例。矽肺病是一种无法治愈且完全可以预防的疾病，其唯一原因是吸入过量的可吸入自由二氧化硅粉尘。二氧化硅粉尘暴露发生在多种不同的工作中，从隧道和石板工作到建筑和铺瓷砖。
“矽肺病有三个阶段，”Yates教授说。“尤其是在疾病的早期阶段，很难诊断这些患者。有时需要进行活检，这既侵入性又昂贵。因此，及早发现受影响的工人并将其从进一步的二氧化硅暴露中移除，以阻止其疾病的进展至关重要。”
矽肺病无法治愈，在最严重的阶段是致命的。肺移植是矽肺病的一个罕见选择，但资源稀缺，并非每个患者都适合。
“目前在新南威尔士州，工人被诊断出矽肺病的年龄越来越年轻，反映出粉尘暴露过多，”Yates教授说。
除了矽肺病外，还有几种其他疾病也可能由二氧化硅暴露引起，包括肺纤维化、慢性阻塞性肺病、肺癌以及类风湿性关节炎和硬皮病等自身免疫性疾病。
“呼吸测试是一种对患者和医生来说都很简单的新技术，但在哮喘等其他肺部疾病中已被证明是有价值的。它可以为监测此类工人以检测矽肺病的发展提供所需的无创方法。尽管这项研究仍处于早期阶段，需要进一步发展，但它为未来提供了‘希望之息’，”Yates教授说。
(全文结束)
