斯坦福研究人员创建人工智能免疫系统以寻找早产治疗方法Stanford researchers create AI immune system to find treatment for early labor

环球医讯 / AI与医疗健康来源:www.msn.com美国 - 英语2026-10-22 12:18:39 - 阅读时长3分钟 - 1274字
斯坦福大学研究团队利用人工智能开发出“数字孪生”免疫系统,基于2.5亿免疫细胞数据模拟药物反应,发现低剂量阿司匹林与胃灼热药兰索拉唑联用可将早产延迟效果提升至单用阿司匹林的15倍。该研究发表于《科学进展》,团队已获FDA批准开展二期人体试验,但专家表示还需更多研究证明疗效,目前结果令人关注。
人工智能免疫系统早产治疗孕妇低剂量阿司匹林兰索拉唑数字孪生个性化医疗药物组合
斯坦福研究人员创建人工智能免疫系统以寻找早产治疗方法

新研究显示,两种常见的非处方药可能有助于对抗早产,而早产是五岁以下儿童死亡的首要原因之一。

这项研究于周三发表在《科学进展》医学期刊上,提供的新证据表明,服用低剂量阿司匹林与一种常见胃灼热药物的组合,可能会降低孕妇早产的风险。斯坦福大学的科学家通过人工智能模型,利用“数字孪生”免疫系统模拟某些药物可能如何影响妊娠结局。

在美国,约有十分之一的孕妇会发生早产,即妊娠37周前分娩,其中许多人在分娩前没有任何预警信号。这一问题在全球更为突出,根据国家不同,早产儿比例最高可达16%。

目前,早产一旦开始,几乎没有多少办法可以阻止,但一个潜在原因可能在于免疫系统。怀孕期间,孕妇的免疫系统会发生显著变化。首先,它会减弱以让胎儿存活;到妊娠末期,“促炎”标志物会自然增加,为分娩和出生做准备。专家认为,如果这些晚期标志物过早出现,则与早产风险增加有关。

研究资深作者、斯坦福大学麻醉学、围手术期和疼痛医学教授布里斯·高迪利埃(Brice Gaudilliere)博士表示,他的实验室研究妊娠免疫学已超过10年。他告诉SFGATE,过去十年里,尚未提出任何治疗早产的新药或药物干预措施,并指出针对早产这类复杂病症的临床试验很困难。“耗时、有挑战性、成本高。”

在这项研究中,高迪利埃和团队使用了在2.5亿免疫细胞数据上训练的人工智能模型,创建了一个本质上是免疫系统“图谱”的工具。他们还招募了11名孕妇和8名非孕妇,在一段时间内采集血液样本。他们将实际免疫细胞暴露于不同药物,然后将这些数据输入AI模型,以观察特定孕妇的免疫系统对不同药物可能产生何种反应。

他说:“我们正在创建母亲免疫系统的虚拟呈现,以便首先在不给患者用药的情况下测试不同药物会如何改变免疫系统,并在此基础上模拟药物将如何改变结局。”

团队发现,低剂量阿司匹林与胃灼热药物兰索拉唑(商品名 Prevacid)联用,显示出对抗与早产相关的免疫系统功能障碍的明显迹象。高迪利埃在一份声明中说:“在数字孪生系统中,这两种药物联用对延迟分娩产生了很大效果,比单用阿司匹林高出15倍。”

虽然研究仍处于早期阶段,但高迪利埃表示,这一AI模型可以为患者开启个性化医疗的新领域,对未来的研究有益。他解释说,一种药物并不适合所有患者,“这很可能是迄今药物在早产治疗上失败的原因”,并称早产是一个“复杂的多因素过程”。

该团队已获得美国食品药品监督管理局的批准,将在未来几个月内启动针对人类患者的第二阶段试验。团队计划利用AI建模数据来确定哪些人最能从该药物组合中获益,然后为患者用药,观察她们是否更不容易早产。

未参与研究的加州大学洛杉矶分校妇产科及母胎医学专家阿维什·阿罗拉(Avish Arora)博士称这项研究“令人着迷”。他说,通过数字免疫系统研究早产和早产临产的方法“确实新颖”。在许多情况下,医生无法找到孕妇早产的具体原因,尽管存在已知风险因素,如宫颈过短。

阿罗拉提醒说,还需要更多研究来证明这些药物确实能降低早产风险。他说:“这肯定不是因果关系,但绝对是非常有趣的事情。”

【全文结束】