共计 1707 个字符，预计需要花费 5 分钟才能阅读完成。
你是否长期饱受腹痛、腹胀、腹泻或便秘的困扰，却总被医生告知“检查结果正常”，最终只能得到一个模糊的“肠易激综合征”诊断？这种经历对全球数百万患者来说，既令人沮丧又充满无力感。然而，人工智能技术的介入，正为这些不明原因的肠道症状带来前所未有的新希望。
蒂姆·安杰利 - 戈登博士（左）与贾拉·道瑞克博士。摄影：马特·克劳福德。
在传统医学实践中，当一系列检查无法找到明确病因时，“肠易激综合征”往往成为最后的“排除性诊断”。这不仅让患者感到困惑，也凸显了现有诊断工具的局限性。据统计，约七分之一的新西兰人受此影响，女性确诊率更是男性的两倍以上。症状虽不致命，却严重侵蚀着患者的生活质量。
如今，由奥克兰大学生物工程研究所领导的一项突破性研究，正在利用人工智能技术改变这一局面。这项发表在《肠道微生物》期刊上的研究，通过 AI 分析大规模患者数据，揭示了肠易激综合征背后惊人的复杂性。
AI 揭示疾病真相：肠易激综合征并非单一疾病
研究团队将人工智能中的聚类分析技术应用于现有患者数据集，取得了颠覆性发现。在被统一诊断为肠易激综合征的人群中，AI 至少识别出八个具有显著临床差异的患者亚群。
首席研究员贾拉·道瑞克博士对此解释道：“这项研究的核心在于，我们意识到被归为同一种疾病的大型患者群体实际上高度异质。就像汽车无法启动，如果诊断仅仅是‘车坏了’，那就过于简化了——原因可能是电池、启动电机、燃油系统或电路故障。同样，肠易激综合征很可能涵盖了多种不同的疾病实体。”
肠道堪称人体最复杂的系统之一，诊断困难不足为奇。图片来源：盖蒂图片社。
这一发现具有重要的临床意义。目前，一旦患者被贴上肠易激综合征的标签，往往意味着漫长的试错治疗——从饮食调整、心理干预到对症药物，过程既低效又令人疲惫。在最棘手的情况下，患者甚至可能被暗示症状源于心理因素。
从模糊标签到精准分型：AI 如何重塑诊断
研究的合著者蒂姆·安杰利 - 戈登博士指出，他们的工作为肠易激综合征提供了更精细的视角：“通过 AI 技术，我们实现了对疾病的更精确定义。这有望帮助医生为特定个体缩小有效治疗的范围，显著减少治疗过程中的试错环节。”
其中一个关键发现，是 AI 成功区分了胃肠道症状与心理健康密切相关的患者群体，以及两者关联度较低的群体。安杰利 - 戈登博士进一步说明：“我们识别出了以脑部中枢为主导和以肠道为主导的不同亚型。这解释了为何针对压力与焦虑的治疗对部分患者有效，而对其他人却效果有限。”
这一发现呼应了国际医学界的最新趋势。2025 年，美国梅奥诊所就曾发表论文指出，持续缺乏精确生物标志物的现状，可能最终会促使临床医生重新审视甚至“撤销”肠易激综合征这一笼统的诊断标签。
人工智能在医学研究中的巨大潜力与挑战
本研究的基础数据来源于 2016 年至 2019 年间一项针对基督城结肠镜检查参与者的研究。在 315 名参与者中，约 40% 被诊断为肠易激综合征。
道瑞克博士强调了研究方法的重要性：“本研究的核心在于找到最合适的人工智能工具——聚类分析——并用它来解答具体的医学问题。随着机器学习日益普及，我们将看到更多隐藏在复杂数据集中的模式被揭示。”
然而，研究人员也清醒地认识到，人工智能在医疗领域的潜力发挥，依赖于一个关键前提：大规模、高质量的数据集。安杰利 - 戈登博士坦言，收集和分析基督城研究的数据是一项“艰巨任务”，耗时近十年，离不开多方合作。
道瑞克博士指出，虽然 300 多名参与者的规模已属不易，但这仅达到机器学习工具通常所需数据量的下限。“人工智能的发展依赖于大规模、多样化的数据池。随着机器学习能力日益强大，我们将看到它被用于深入探索更多医学谜题——但这取决于我们能否同步提升高质量数据生成的能力。”
她展望道：“我们期待未来能建立这样的医疗体系：为 AI 分析所需指标而收集信息，将成为常规临床实践的一部分。若现在不投资于数据生成项目，我们在机器学习领域的投入将难以取得实质性进展。”
这项研究不仅为肠易激综合征患者带来了精准诊断的新希望，更展示了人工智能在破解复杂医学难题方面的巨大潜力。随着技术的不断进步和医疗数据的持续积累，AI 有望在未来为更多“不明原因”的疾病提供清晰的病理分型和个体化治疗路径。
