可在几分钟内检测出矽肺病的 AI 驱动的呼气测试现已推出
快速阅读: 据《建筑与设计》称，一种基于人工智能的呼气测试能够有效检测尘肺病，准确率超90%，远优于传统方法。这种非侵入性测试能在早期发现疾病，减轻痛苦并降低医疗成本。尽管还需进一步验证，但它为职业健康筛查提供了新工具。
威廉·亚历山大·唐纳德（威廉·亚历山大·唐纳德），悉尼新南威尔士大学（新南威尔士大学悉尼分校）；黛博拉·耶茨（黛博拉·耶茨），悉尼新南威尔士大学（新南威尔士大学悉尼分校）；梅琳·贝克（梅琳·贝克），悉尼新南威尔士大学（新南威尔士大学悉尼分校）；黛博拉·耶茨（黛博拉·耶茨），悉尼新南威尔士大学（新南威尔士大学悉尼分校）。尘肺病是一种无法治愈但完全可以预防的肺部疾病。其唯一的原因是吸入过量的二氧化硅粉尘。这一问题在多个行业普遍存在，包括隧道挖掘、石材加工和建筑业。就在上周，澳大利亚广播公司（ABC）报道，悉尼的隧道工程项目中有13名工人被确诊患有尘肺病。这再次提醒我们，现有的诊断方法存在局限性。这些方法往往只能在肺部已受到严重损伤后才能检测到该疾病。我们在《呼吸研究杂志》上发表的新研究表明了一种由人工智能（AI）驱动的尘肺病呼气测试的最新成果。这是一种非侵入性的方式，可在几分钟内测量数十种分子以识别尘肺病。我们开发的测试在区分尘肺病患者和健康个体方面的准确性超过了90%，这比传统的肺功能测试表现更好。
尽管我们的测试尚未在现实世界的诊所中进行试验，但迄今为止的结果表明，呼气测试可能成为职业健康筛查的重要工具。早期检测可以减轻痛苦并阻止疾病的恶化，从而降低医疗成本。尘肺病是一个日益严峻的问题，但很难检测到。目前，在新南威尔士州、澳大利亚其他地区以及全球范围内，越来越多的工人在较年轻的时候就被诊断出患有尘肺病。澳大利亚政府对此作出了回应，禁止了人造石制品，但这并未解决其他行业中持续存在的风险。
尘肺病患者常常形容这种感觉像是被缓慢勒死一般，每一次呼吸都变得更加艰难。在晚期阶段，除非患者能够接受肺移植，否则尘肺病可能是致命的。唯一能够阻止尘肺病恶化的方法是让受影响的工人远离进一步的二氧化硅暴露。这就是为什么在早期阶段诊断患者——在不可逆的肺损伤发生之前——至关重要。然而，这并非易事。肺功能测试和胸部X光片只能在不可逆的肺损伤发生后才检测到问题。在某些情况下，患者还需要进行CT扫描和侵入性活检来确认诊断。尽管CT扫描的分辨率更高，但它仍然依赖于可见的尘肺病症状。这些方法不仅昂贵且耗时，使得对成千上万名可能处于风险中的工人的筛查变得困难。
这就是呼气测试发挥作用的地方。呼气测试如何检测疾病？人类的呼吸中含有数百种挥发性有机化合物——这些是来自体内代谢过程以及环境的小型气体分子。这些分子的组成会因生理状态（如疾病）而改变。然而，挥发性有机化合物通常以极低的浓度存在——我们需要高度灵敏的技术来可靠地检测这些化合物。
我们的团队已经开发出了能够在万亿分之一浓度下检测挥发性有机化合物的工具。这相当于在一池奥运规格的游泳池大小的液体中稀释一滴液体。这种灵敏度使我们能够识别呼吸中的非常小的生化变化。人工智能在这个方法中起着关键作用。我们的机器学习模型分析呼吸样本以区分健康个体和尘肺病患者。这建立在我们之前使用人工智能分析血浆以高准确率和可解释性检测早期帕金森病的工作基础上，这使我们能够确定对模型准确性贡献最大的化学特征。可解释性是指理解并解释人工智能模型如何得出其预测的能力，提供有关哪些数据输入最重要的见解。现在，我们已经将类似的方法应用于呼吸分析。由于我们测试的高度敏感性，我们有可能在非常早期就检测到尘肺病。
它效果如何？在我们的新研究中，呼气测试在31名尘肺病患者和60名健康对照组中进行了试验。由人工智能驱动的模型成功区分尘肺病病例的准确率超过了90%。每份样本的测试时间不到五分钟，使其适合大规模健康筛查。此外，该测试不需要受试者禁食或事先进行任何特殊准备。呼气分析的一个重要问题是外部因素，如饮食或吸烟，是否会影响测试结果。我们的研究在尘肺病和健康对照组中都包括了吸烟者和非吸烟者，测试仍保持了高准确性。
我们的成果显示出巨大潜力，但也存在一些挑战。这种测试依赖于高度灵敏的设备，虽然设备紧凑（小于一立方米），但仍需要专业技术操作。目前，呼气样本是在诊所收集并在实验室进行分析。我们希望未来的迭代版本可以在工作场所进行测试，创建常规筛查计划。在更大、更多样化的人群中进一步验证也是全面推广前必要的。
下一阶段的研究将涉及完善人工智能模型，并在数千名可能处于风险中的二氧化硅接触工人中进行实际世界测试。即便如此，定期医学检查对处于风险的工人来说依然必要。引入呼气分析能让连续监测比当前可行的方式更为频繁。它有助于在症状变得不可逆转前更早发现尘肺病，从而减少长期健康风险。
感谢：Aruvi Thiruvarudchelvan 和 Jeff Gordon 也为这项研究做出了贡献。威廉·亚历山大·唐纳德（威廉·亚历山大·唐纳德），悉尼新南威尔士大学（新南威尔士大学悉尼分校）化学教授；黛博拉·耶茨（黛博拉·耶茨），悉尼新南威尔士大学（新南威尔士大学悉尼分校）医学与健康联合教授；梅琳·贝克（梅琳·贝克），悉尼新南威尔士大学（新南威尔士大学悉尼分校）分析化学博士候选人。这篇文章最初发表在《对话》杂志上，根据知识共享许可重新发布。阅读原文链接。
(以上内容均由Ai生成)
