在新冠疫情期间，废水监测已成为追踪病毒变异和传播模式的流行方法。但一项由内华达大学拉斯维加斯分校主导的研究显示，结合人工智能技术的废水监测系统能以前所未有的速度检测新型病毒，甚至可能在患者出现症状前就发现潜在威胁。
这项发表于《自然通讯》（Nature Communications）的研究由该校神经科学研究生庄晓薇（Xiaowei Zhuang）开发的AI算法驱动，成功实现了对废水样本中流感、呼吸道合胞病毒（RSV）、猴痘、麻疹、淋病、耳念珠菌等病原体变种的早期识别。研究团队表示，这种基于人工智能的病毒进化追踪技术，相比传统废水监测方法可提升公共卫生部门快速实施针对性干预的能力。
"想象在首例患者就诊前就能确定疫情爆发的可能性。"该研究合著者、内华达个性化医学研究所教授埃德温·吴（Edwin Oh）指出，"通过人工智能技术，我们无需进行人体检测就能确定病原体的进化轨迹。"
该AI系统的核心优势在于能够从复杂数据集中分离重叠信号。研究团队在分析2021-2023年间采集的3700份南内华达州废水样本时发现，该系统仅需2-5份样本即可准确识别不同病毒变种的特征，显著早于现有监测技术。这种能力使其在偏远社区和医疗资源匮乏地区具有特殊应用价值，可为当地医疗工作者提供更及时的预警支持。
传统废水检测方法依赖于已知病毒遗传特征的数据库匹配，本质上属于反应性监测。而这种新方法通过从多份废水样本中主动检测模式，实现了无需先验知识或患者检测数据的新型监测模式。庄晓薇强调："废水监测使我们在群体层面实时掌握疾病出现和传播的动态，这项新技术通过主动识别未知威胁，进一步增强了公共卫生监测效能。"
自2021年以来，内华达大学拉斯维加斯分校与南内华达水务局、南内华达卫生区及沙漠研究所合作开发的废水监测仪表盘，已成为追踪新冠和其他病毒传播的重要工具。这项研究是这些机构与克利夫兰诊所卢沃脑健康中心合作开展的30多项研究中的一项重要突破，也是首批将人工智能应用于废水监测领域的重要研究成果。
"废水监测已被证明是填补数据空白、理解社区公共卫生状况的有效工具。"研究合著者、南内华达水务局首席微生物学家丹尼尔·格里蒂（Daniel Gerrity）表示，"这项合作研究的成功案例表明，不同机构之间的协同创新能够为本地社区乃至更广泛区域带来积极影响。"
【全文结束】
