人工智能帮助诊断长期 Covid 和慢性疲劳综合症，准确率为 90% – 研究

快速阅读: 《UNN.ua》消息，科学家开发出AI平台，通过常规检测准确诊断ME，准确率达90%。研究发现ME患者微生物组、代谢物和免疫系统异常，但仍有争议。人工智能或成解决长期新冠问题的关键。

据《金融时报》报道，7月24日，科学家们在诊断长期新冠和肌痛性脑脊髓炎（ME）等复杂疾病方面取得重要进展。他们开发出一种新的人工智能平台，利用常规实验室检测，对ME的诊断准确率高达90%。

这项研究发表在《自然医学》上，基于249人的数据，其中包括153名ME患者。研究团队分析了肠道细菌的生物变化、免疫反应和新陈代谢，揭示了微生物组、免疫系统以及维持生命功能的化学物质之间的联系。

杜克大学的微生物学家朱莉娅·欧表示：“我们的目标是创建一张详细的图谱，展示免疫系统如何与肠道细菌及其产生的化学物质相互作用。通过连接这些线索，我们可以开始理解疾病的驱动因素，并为真正精准的医学铺平道路。”

研究人员发现，ME患者在微生物组、代谢物和免疫系统之间的相互作用受损，同时丁酸盐水平降低，而丁酸盐在肠道功能中起着重要作用。ME的症状包括剧烈运动后的持续疲劳、睡眠障碍、注意力不集中和记忆力减退，这些症状与长期新冠的表现相似。

杰克逊大学免疫学教授德里亚·翁图马兹指出，缺乏明确的实验室标志物导致一些医生质疑ME是否是一种真正的疾病。然而，尽管在识别生理异常方面取得了成功，仍有许多未解的问题，特别是关于ME的病因和有效治疗方法。

帝国理工学院免疫学教授丹尼尔·戴维斯表示：“患者通常在疾病发作一段时间后才被诊断出来，这意味着在分子层面确定病因非常困难。寻找有效治疗方法的工作仍在继续，但这项分析中包含的基础知识将在未来多年内得到应用。”

并非所有科学家都相信这项研究提供了最终答案。一些人强调样本的局限性和患者病情的多样性。爱丁堡大学神经精神病学教授艾伦·卡森表示：“这些研究最多只是小的进步，而且无法重复。我们距离理解ME的生物学机制还很遥远。”

据世界卫生组织统计，约有6%的新冠患者随后会面临长期后果。人工智能可能成为解决这一全球医疗问题的关键之一。

(以上内容均由Ai生成)