共计 1264 个字符，预计需要花费 4 分钟才能阅读完成。
蒙特利尔 — 麦吉尔大学的研究人员近日宣布，他们成功开发了一种人工智能平台，能够在人们出现不适症状之前，预测他们是否即将患上呼吸道感染。这一突破性研究被认为是“世界首创”。
在这项研究中，参与者佩戴了智能戒指、智能手表和智能 T 恤，这些设备配备了传感器，用于记录多项生理参数和活动数据。通过分析这些数据，研究人员能够准确预测急性全身性炎症，这是诸如 COVID-19 等呼吸道感染的早期迹象。
- 
- 
该研究发表在《柳叶刀·数字健康》上，指出这一人工智能平台未来有望帮助医生在更早的阶段发现健康问题，特别是对于那些身体脆弱且新感染可能带来严重后果的患者。通过预防并发症和减少住院治疗，该平台还可能显著降低医疗系统的成本。
麦吉尔大学运动机能学和体育教育系的教授、该研究的主要作者 Dennis Jensen 表示：“我们非常感兴趣的是，使用可穿戴传感器测量的生理数据是否可以用来训练一个能够检测由炎症引起的感染或疾病的人工智能系统。”
“我们想知道是否能够检测到生理的早期变化，并从中预测某人即将生病。”
Jensen 解释道，他的团队创建的人工智能模型是世界上第一个使用生理指标 — 包括心率、心率变异性、体温、呼吸频率、血压 — 而非症状来检测问题的模型。
急性全身性炎症是身体的一种自然防御机制，通常可以自行解决，但它可能引发严重的健康问题，特别是对于已有疾病的人群。
“整个想法有点像冰山，”Jensen 说。“当冰裂开表面时，就像你出现症状时，那时已经太晚，无法真正采取太多治疗措施。”
在研究期间，麦吉尔大学的研究人员给 55 名健康成年人注射了弱化的流感疫苗，以模拟他们体内的感染。受试者在接种前七天和接种后五天被监测。
在整个研究过程中，参与者同时佩戴了智能戒指、智能手表和智能 T 恤。此外，研究人员通过血液样本、PCR 检测呼吸系统病原体的存在以及移动应用程序收集了参与者报告的全身性炎症生物标志物。
总共收集了超过 20 亿个数据点来训练机器学习算法。开发了十种不同的人工智能模型，但研究人员选择了使用最少数据量的模型用于项目的其余部分。所选模型正确检测了近 90% 的实际阳性病例，并被认为更适合日常监测。
Jensen 表示，单独来看，从戒指、手表或 T 恤收集的数据都不足以敏感地检测身体的反应。
“仅心率的增加可能每分钟只有两次，这在临床上并不真正相关，”他解释道。“心率变异性的下降可能非常微小。体温的上升也可能非常微小。因此，通过查看几种不同的测量数据，我们希望能够识别生理的微妙变化。”
算法还成功检测到了研究期间感染 COVID-19 的四名参与者的全身性炎症。在每种情况下，算法在症状出现或通过 PCR 检测确认感染前 72 小时就标记了免疫反应。
最终，研究人员希望开发一个系统，能够告知患者可能的炎症，以便他们可以联系医疗服务提供者。“在医学中，我们说必须在正确的时间给正确的人提供正确的治疗，”Jensen 说。
通过扩大医生可以干预的治疗窗口，他补充道，他们可以挽救生命，并通过避免住院和实现慢性病甚至老龄化的家庭管理，实现显著的节约。
“在某种程度上，我们希望能彻底改变个性化医疗。”
