一项新的研究表明，人工智能可以预测患有炎症性肠病（简称IBD，包括克罗恩病和溃疡性结肠炎）的患者是否会早死。
研究人员使用机器学习分析了安大略省9000多名IBD患者的数据，这些患者在2010年至2020年间去世。这项研究于今日发表在《加拿大医学协会杂志》上，发现其中一半的死亡发生在75岁之前，这被认为是早死。
如果这些人在61岁之前被诊断出某些其他慢性疾病——包括关节炎、高血压、肾衰竭、癌症和心理健康问题——他们更有可能早死。
资深作者埃里克·本奇莫尔博士是一名儿科胃肠病学家，他表示，人们通常不会因炎症性肠病本身而死亡。他说，研究结果表明，需要关注IBD患者的其他慢性疾病，并尽早治疗。
“我认为重要的是，我们不能再让胃肠病专家孤立工作了，”本奇莫尔说，他在多伦多病童医院执业，同时也是临床评估科学研究所（ICES）的高级科学家，该研究所提供了研究所需的数据。“我们需要关注IBD患者身上发生的各种情况，并尝试为他们提供协调的护理系统。”
根据克罗恩病和结肠炎加拿大分会的说法，克罗恩病和结肠炎会引发胃肠道内壁的炎症，干扰身体消化食物和吸收营养的能力。患者通常会出现“紧迫感、腹泻和便血”。
本奇莫尔表示，这种疾病被认为是由遗传因素和环境因素共同影响肠道微生物群引起的。吸烟和早期使用抗生素被认为是与该疾病相关的两个因素。
他指出，IBD在加拿大非常普遍，病例率正在上升。预计到2035年，该国每100人中就将有超过一人患有此病。
本奇莫尔表示，研究中确定的与IBD相关的特定慢性疾病“不幸地并不令人意外”。他说：“我专门治疗患有IBD的儿童，我们经常看到这些疾病，比如关节炎。我们看到IBD患儿有情绪和焦虑障碍。患有IBD的青少年比同龄人更容易出现焦虑和抑郁。”
他说，令人惊讶且担忧的是，这些疾病与早死之间的关联。他表示，需要更多的研究来确定这些死亡是如何或为何发生的。
除了人工智能，研究人员还使用了传统的统计模型来确定与IBD患者早死相关的因素，结果一致，增强了对机器学习准确性的信心。本奇莫尔表示，机器学习可以处理更多数据，并比人类更好地找到不同因素之间的关系。未来的研究将使用人工智能跟踪患有IBD的人，并包括额外的临床变量，如他们的炎症程度和所服用的药物。
本奇莫尔希望人工智能不仅能帮助预防患有该疾病的人早死，最终还能预防其发生。“我们将使用机器学习来试图理解哪些环境风险因素可能导致人们首先患上IBD，而这可能是我们自己的大脑无法想到的，”他说。
(全文结束)
