人工智能呼气测试可以早期发现矽肺病

Journal of Breath Research：Rapid, non-invasive breath analysis for enhancing detection of silicosis using mass spectrometry and interpretable machine learning

在早期的研究中，矽肺病的新测试显示出了希望，现在正在对更大的队列进行分析。

　　

悉尼新南威尔士大学的医生和科学家们开发了一种新的诊断工具，通过分析一个人的呼吸来寻找矽肺病的迹象，有可能更早地发现这种疾病，而不是等待不可逆转的肺损伤出现。

在威廉·亚历山大·唐纳德教授和黛博拉·耶茨教授今天发表在《呼吸研究杂志》上的一项研究中，研究人员描述了一种快速的、人工智能驱动的呼吸测试，可以改变矽肺病的诊断方式。该测试结合了质谱法——一种分析分子的科学技术——和人工智能，从呼吸样本中快速检测矽肺病，为有风险的工人提供了一种快速、无创的诊断工具。

矽肺病是一种肺部疾病，由吸入微小的二氧化硅晶体颗粒引起，是澳大利亚主要的职业健康问题，目前病例已从工程石材工人扩展到隧道和建筑工人。澳大利亚政府的回应是禁止使用人造石，但随着其他高风险行业出现新的病例，迫切需要更好的诊断工具。

不像传统的方法，如x射线和CT扫描，在后期检测矽肺病，unsw开发的测试可以在几分钟内提供结果。

新南威尔士大学化学学院的首席研究员唐纳德教授说：“我们的研究表明，人工智能驱动的模型根据呼吸特征准确地区分了矽肺病患者和健康人，为早期发现提供了可靠的工具。”

“这表明呼吸测试可能是大规模工人筛查和早期干预的实用工具。”

 

它是如何工作的

该研究分析了31名矽肺病患者和60名健康对照者的呼吸样本，证实了该测试能够高精度地区分受影响和未受影响的个体。

为了使用这项新技术测试矽肺病，参与者对着一个袋子呼吸。然后，呼气内容被推到质谱仪，以检测存在的所有不同分子。

“在人类的呼吸中，有成千上万的有机分子被呼出，”唐纳德教授说。

“我们的仪器可以对某人的呼吸进行分析，然后我们将其输入一个非常擅长发现模式的人工智能算法。在这种情况下，它正在寻找有机化合物的模式，这些有机化合物存在于矽肺病早期阶段的人的呼吸中。这样一个简单、无创的呼吸测试，我们的准确率非常高，超过90%。”

整个呼吸采样和分析过程只需每位患者不到5分钟，使其适合于高危工人的常规筛查。

唐纳德教授说：“通过将先进的化学分析技术与人工智能相结合，我们现在可以在几分钟内检测到矽肺病，而不是等待扫描中出现不可逆的肺损伤。”

研究人员强调，虽然呼吸测试显示出很大的前景，但在将其作为常规筛查工具实施之前，还需要在更大的人群中进行进一步的验证。该仪器是一个紧凑的台式系统，占用不到一立方米，使其可以安装在临床设置点护理测试。虽然呼吸样本目前是在诊所收集并运送到实验室进行分析，但未来的实施可能会实现直接的现场测试。

“我们现在已经在第二个地点安装了这种测试，在数百名有风险的工人身上测试了它的有效性，包括煤矿工人，以进一步验证它的有效性，”唐纳德教授说。

未来的研究将完善这项技术，将其整合到暴露于二氧化硅的工人的筛查程序中，并探索其区分矽肺病与其他肺部疾病的能力。

早期检测

耶茨教授作为临床医生见过许多矽肺病例。矽肺病是一种无法治愈和完全可以预防的疾病，只有一个原因-吸入过量可呼吸的游离二氧化硅粉尘。硅尘暴露在各种不同的工作中，从隧道和石材工作台工作到建筑和瓷砖。

“矽肺病有三个阶段，”耶茨教授说。

“很难诊断出这类患者，尤其是在疾病的早期阶段。有时需要进行活组织检查，这是侵入性的且昂贵的。

“因此，及早发现受影响的工人，并使他们不再接触二氧化硅，以阻止疾病的发展，这一点至关重要。”

矽肺病无法治愈，在最严重的阶段，它是致命的。肺移植是矽肺的一种罕见的选择，但这是一种稀缺资源，并不是每个病人都适合。

“目前在新南威尔士州，越来越多的工人在年轻时被诊断为矽肺病，这反映了过量的粉尘暴露，”耶茨教授说。

除了矽肺病，接触二氧化硅还会引发其他几种疾病，包括肺纤维化、慢性阻塞性肺病、肺癌和自身免疫性疾病，如风湿性关节炎和硬皮病。

“呼吸测试对病人和医生来说是一种新的简单技术，但在哮喘等其他肺部疾病中很有价值。它可以提供监测这些工人矽肺病发展所需的非侵入性方法。虽然这项研究还处于早期阶段，需要进一步发展，但它为未来带来了‘希望的气息’，”耶茨教授说。