硅肺病正在摧毁建筑工人的肺部，AI驱动的呼吸测试可在几分钟内检测出该疾病

硅肺病是一种不可治愈但完全可以预防的肺部疾病，其唯一原因是吸入过多的硅尘。这种风险存在于多个行业，包括隧道挖掘、石匠和建筑业。

就在上周，ABC报道了悉尼隧道项目中的13名工人被诊断出患有硅肺病。这再次提醒我们，目前的诊断方法存在局限性，通常只能在肺部已经受到显著损害时才能检测到疾病。

我们最新的研究发表在《呼吸研究杂志》上，提供了关于一种由人工智能（AI）驱动的硅肺病呼吸测试的最新结果。这是一种非侵入性的测试，可以在几分钟内测量数十种分子来识别硅肺病。

我们开发的测试在区分硅肺病患者和健康个体方面达到了超过90%的准确性，优于传统的肺功能测试。

虽然我们的测试尚未在实际临床环境中进行试验，但迄今为止的结果表明，呼吸测试可能成为工作场所健康筛查的重要工具。早期检测可以防止病情恶化，减少医疗费用。

硅肺病是一个日益严重的问题——但难以检测

目前，新南威尔士州及其他地区和国际上的更多工人在较年轻时就被诊断出患有硅肺病。澳大利亚政府已禁止使用人造石材，但这并未解决其他行业的持续风险。

患有硅肺病的患者经常描述感觉像是被慢慢扼住喉咙，每一次呼吸都变得越来越困难。在晚期阶段，硅肺病可能是致命的，除非患者能够接受肺移植。

阻止硅肺病进展的唯一方法是让受影响的工人远离进一步的硅尘暴露。因此，在不可逆的肺损伤发生之前，在早期阶段诊断患者至关重要。

然而，这并不容易实现。肺功能测试和胸部X光片只有在不可逆的肺损伤发生后才能发现问题。在某些情况下，患者还需要CT扫描和侵入性活检来确认诊断。但是，尽管CT扫描分辨率更高，也依赖于可见的硅肺病迹象。

这些方法成本高且耗时长，使得对数千名可能处于风险中的工人进行轻松筛查变得更加困难。

这就是呼吸测试发挥作用的地方。

呼吸测试如何检测疾病

人类的呼吸中包含数百种挥发性有机化合物——这些小气体分子来自体内的代谢过程以及环境。

这些分子的组成会随着生理状况如疾病的变化而变化。然而，挥发性有机化合物通常以极低浓度存在——我们需要高度敏感的技术来可靠地检测它们。

我们的团队开发了可以检测浓度低至万亿分之一的挥发性有机化合物的工具。这相当于在一个奥运标准游泳池中检测一滴液体。

这种灵敏度使我们能够识别呼吸中非常微小的生化变化。AI在这种方法中至关重要。我们的机器学习模型分析呼吸样本，以区分健康个体和硅肺病患者。

这建立在我们之前的工作基础上，即使用AI分析血液血浆，以高精度和可解释性早期检测帕金森病。可解释性是指能够理解和解释AI模型如何得出预测结果，确定哪些数据输入对模型准确性最重要。

现在，我们将类似的方法应用于呼吸分析。由于测试的灵敏度，我们有可能在非常早期阶段检测到硅肺病。

效果如何？

在我们的新研究中，呼吸测试在31名硅肺病患者和60名健康对照组中进行了试验。AI驱动的模型成功地以超过90%的准确性区分了硅肺病病例。

每次样本测试不到五分钟，使其适用于大规模健康筛查。此外，测试不需要受试者禁食或进行任何特殊准备。

呼吸分析中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。我们的研究包括吸烟者和非吸烟者，分别在硅肺病组和健康对照组中，测试保持了高准确性。

我们的结果显示了很大的前景，但仍有一些挑战需要克服。测试依赖于高度敏感的仪器，虽然体积紧凑（小于一立方米），但仍需要技术专长来操作。

目前，呼吸样本在诊所收集并运送到实验室进行分析。我们希望未来的迭代能够在工作场所进行测试，创建常规筛查程序。在全面实施之前，还需要在更大、更多样化的工人人群中进行进一步验证。

下一阶段的研究将涉及改进AI模型，并扩大现实世界测试，以覆盖数千名可能面临风险的硅尘暴露工人。

虽然常规医学评估对于高风险工人仍然必要，但添加呼吸分析可以使比目前更实用的连续监测成为可能。它可以帮助在症状变得不可逆转之前及早发现硅肺病，减少长期健康风险。

(全文结束)