【時報訊】麥基爾大學的研究人員表示，他們開發一個人工智慧平台，可以在人們出現不適症狀之前預測何時會患上呼吸道感染。
研究人員說在這項名為「世界首創」的研究中，參與者佩戴戒指、手錶和T恤，所有設備都配備感測器，用來記錄他們的生物特徵數據。透過分析數據，研究人員能夠準確預測急性全身發炎，即新冠肺炎等呼吸道感染的早期徵兆。
這項研究發表在Lancet數碼保健雜誌上，表示該人工智慧平台未來可以幫醫生比以往更早處理健康問題，尤其適用於體質虛弱且新感染可能造成嚴重後果的病人，還可以透過預防併發症和住院治療來降低醫療保健系統的成本。
「我們非常感興趣的是，利用穿戴式感測器測量的生理數據……能否用來訓練能夠檢測發炎引起感染或疾病的人工智慧系統，」研究的主要作者、麥基爾大學運動機能學和體育教育系的詹森（D. Jensen）教授解釋。
「我們想知道，我們能否檢測到生理的早期變化，並據此預測某人即將生病。」
詹森教授又表示，他的團隊創建的人工智慧模型是世界上第一個使用生理指標（包括心率、心率變異性、體溫、呼吸頻率、血壓）而非症狀來檢測問題的模型。
急性全身性發炎是人體的一種自然防禦機制，通常會自行消退，但可能導致嚴重的健康問題，尤其是在已有疾病的人群中。
「整個想法就像一座冰山，」詹森教授說。「就像冰面破裂，出現症狀時為時已晚，無法真正採取有效治療。」
在研究中，麥基爾大學的研究人員為五十五名健康成年人注射弱毒流感疫苗，以模擬他們體內的感染情況，受試者在接種前七天和接種後五天接受監測。
在整個研究過程中，參與者同時佩戴智慧戒指、智慧手錶和智慧T恤。此外，研究人員還使用血液樣本、PCR檢測（用於檢測呼吸道病原體的存在）以及行動應用程式（用於收集參與者報告的症狀）來收集全身性發炎的生物標記。
總共收集超過廿億數據點來訓練機器學習演算法，研究人員開發十種不同的人工智慧模型，但最終選擇使用數據量最少的模型來完成專案的剩餘工作。所選模型正確檢測出近百分九十的實際陽性病例，被認為更適合日常監測。
詹森教授表示，僅憑戒指、手錶或T恤收集的數據不足以靈敏地偵測出身體的反應。
「心率的增加可能只相當於每分鐘兩次心跳，這在臨床上並不重要，」他解釋。「心率變異性的下降可能非常輕微。體溫的升高也可能非常輕微。因此我們的想法是，透過觀察……幾種不同的測量值，我們能夠識別出細微的生理變化。」
在研究期間，這些演算法還成功檢測四名感染新冠肺炎·參與者的全身性發炎。在每例病例中，演算法都在症狀出現或PCR檢測確認感染前七十二小時內標記免疫反應。
最終研究人員希望開發一種系統，告知病人可能出現的炎症，以便他們聯繫醫療保健提供者。「在醫學上，我們說你必須在正確的時間為正確的人提供正確的治療，」詹森教授說。
他補充道透過擴大醫生可以介入的治療窗口，他們可以挽救生命，並透過避免住院治療、實現慢性病甚至衰老的居家管理來實現顯著的節省。「從某種程度上來說，我們希望徹底改變個人化醫療。」
