AI可以预测炎症性肠病患者的早死风险

一项新的研究表明，人工智能可以预测患有炎症性肠病（也称为克罗恩病和溃疡性结肠炎）的人的早死风险。

研究人员使用机器学习分析了安大略省9000多名在2010年至2020年间死亡的IBD患者的数据。这项今天发表在《加拿大医学协会杂志》上的研究发现，这些患者中有一半在75岁之前死亡，这被认为是早死。

如果患者在61岁之前被诊断出某些其他慢性疾病——包括关节炎、高血压、肾衰竭、癌症和心理健康问题——他们更可能早死。

资深作者Eric Benchimol博士是一位儿科胃肠病学家，他表示，人们通常不会因炎症性肠病本身而死亡。他说，研究结果表明，需要关注IBD患者的其他慢性疾病，并尽早治疗这些疾病。

“我认为重要的是，我们不能再让胃肠病学家单独工作了，”Benchimol说，他在多伦多儿童医院（Sick Kids Hospital）工作，也是临床评估科学研究所（ICES）的高级科学家，该研究所提供了这项研究的患者数据。“我们需要意识到IBD患者身上发生的其他所有事情，并努力为他们提供协调的护理。”

根据克罗恩病和结肠炎加拿大组织的说法，克罗恩病和溃疡性结肠炎会引发胃微生物群落内壁的炎症，干扰身体消化食物和吸收营养的能力。患者不是正常的排便，而是遭受“急迫感、腹泻和血便”。

据信，这种疾病是由遗传因素和影响微生物群落微生物组的环境因素共同引起的。Benchimol指出，吸烟和早期使用抗生素是与该疾病相关的两个因素。

IBD在加拿大相当常见，病例率正在增长。到2035年，预计全国每100人中就有一人以上患有这种疾病。

Benchimol表示，研究中识别出的具体慢性疾病“不幸地并不令人意外”。他专门研究患有IBD的儿童，经常看到这些疾病。“我们在IBD儿童中看到一些这些疾病。例如，我们看到关节炎。我们看到IBD儿童中的情绪和焦虑障碍。青少年IBD患者比同龄人更容易出现焦虑和抑郁。”

令人惊讶且令人担忧的是，这些疾病与早死之间的关联。他说，需要更多的研究来确定这些死亡是如何或为何发生的。

除了人工智能，研究人员还使用传统的统计模型来确定与IBD患者早死相关的因素，结果是一致的，这增强了对机器学习准确性的信心。Benchimol表示，机器学习可以处理更多的数据，并更好地找到不同因素之间的关系。未来的研究将使用人工智能跟踪生活中的IBD患者，并包括额外的临床变量，如炎症程度和用药情况。

Benchimol希望人工智能不仅能够找出如何预防IBD患者的早死，最终还能预防这种疾病的发生。“我们将使用机器学习来尝试理解哪些环境风险因素可能导致人们首先患上IBD，这是我们的大脑可能无法想到的。”他说。

(全文结束)