半數腸道疾病病例導致早逝——人工智能可以改變這一現狀
一個新的人工智能模型可以以約95%的準確率預測由炎症性腸病（IBD）導致的早逝可能性。這是一個好消息，因為通過在腸道之外尋找其他慢性病的早期治療，可以顯著降低早期死亡率。
來自多倫多大學、臨床評估科學研究所（ICES）、病童研究所（SickKids Research Institute）、麥吉爾大學及三葉健康夥伴的加拿大研究人員進行的一項新研究發現，人工智能的介入可以為IBD患者提供關鍵的干預，解決多重共病（即兩種或以上的健康狀況），從而實現對其他問題的早期治療，這些問題可能在惡化之前未得到關注。
目前尚不清楚IBD是否會引發其他疾病，如關節炎和心理健康問題，但最近的科學證據表明兩者之間存在聯繫。這些疾病包括系統性炎症，可能導致關節炎，以及心血管和腎臟疾病。IBD還與免疫系統失調、情緒障礙（如抑鬱症）以及因IBD藥物引起的高血壓和糖尿病相關。
SickKids的兒科腸胃病學家及ICES的高級科學家埃裡克·本奇莫爾（Dr. Eric Benchimol）表示：“臨床意義在於，早期發展的慢性病可能對患者的健康軌跡更為重要，儘管需要進一步的因果研究來闡明這一關係。”他補充道：“儘管我們的見解並非因果性見解，但它們確定了可能面臨更高早逝風險的患者，因此他們可能會從對IBD及其他慢性病的更協調的護理中受益。”
研究團隊在一個包含9,278名死於IBD的個體的數據集中測試了幾個人工智能模型，其中47.2%的人在75歲之前早逝。這些早逝的病例中有50%是男性。大多數患者在60歲之前就已被診斷為IBD，因為大多數人通常在青少年或成年早期尋求醫療幫助。
研究結果表明，如果能夠早期治療這些多重共病以及IBD，那麼還有一個關鍵的時間窗口可以解決其他嚴重問題，而不是僅在晚年或問題惡化後再進行處理。
IBD不同於腸易激綜合症，它是一個涵蓋克隆病和潰瘍性結腸炎的總稱，這些疾病以腸道的慢性炎症為特徵。大約每77名美國人中就有一人受到影響，全球估計有490萬人受到影響。值得注意的是，西方國家的病例過於集中在統計數據中。
隨著機器學習的進步，模型可以針對特定的早逝情境進行調整——在這種情況下，針對生活在IBD中的人群，他們面臨著更高的風險，可能會得上17種其他嚴重疾病。雖然科學證據各不相同，但IBD患者（無論性別）普遍比沒有IBD的人群早死2至8年。
在研究團隊的樣本中，常見的多重共病在死亡時的比例分別為關節炎（77%）、高血壓（73%）、情緒障礙（69%）、腎衰竭（50%）和癌症（46%）。但如果在中年或更早時期識別出慢性疾病，人工智能模型預測的早逝發生率會較低。
那麼這一切意味著什麼呢？本質上，儘管IBD及其相關的慢性疾病對個人和醫療專業人員來說都構成複雜的問題，但在非IBD疾病的初期識別和干預這些多重共病，可以對預期壽命產生重大影響。
研究人員表示：“以早逝作為結果，更直接地識別了健康系統改進的機會，因為早逝被認為是通過適當的預防或早期有效治療可以避免的。”
這項研究為研究和治療提供了新的途徑，旨在關注患者的健康狀況，而不僅僅是IBD。
科學家指出：“這些發現為在整個生命週期中（特別是在青年和中年期間）提供多學科和綜合醫療護理提供了科學支持。”他們強調：“我們的研究指出需要擴大對其他醫療專業的可用性，並加強各專業之間的護理協調。”
他們補充道：“機器學習預測模型不是因果工具，但它們可以突出值得臨床和研究關注的高風險模式。”
這項研究發表在《加拿大醫學協會雜誌》上。
這項研究不僅展示了人工智能在醫療領域的潛力，更突顯了對多重共病的早期識別和干預的重要性。這不僅能改善IBD患者的生活質量，還能延長他們的壽命，這對整個醫療體系而言都是一個重要的進步。隨著科技的發展，我們有理由期待未來會有更有效的治療方案出現，讓這些患者能夠獲得更好的健康管理。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
, 今日有咩可以幫到你? 