2018 年 6 月 5 日,2018 年「消化疾病周(Digestive Disease Week,DDW)」的一项研究表明,人工智能研究人员开发了一种声学带,通过倾听病人肠道内的声音,为诊断肠易激综合征提供了一种新的方法。
研究意义
「IBS 是一种极其常见的疾病,众所周知,很难诊断。我们想找到一种方法来倾听肠道的『唠叨』和『抱怨』,来识别如 IBS 的慢性肠道疾病的特征模式。」 Barry Marshall, 获有澳大利亚勋章(AC), 是澳洲皇家内科医学院荣誉院士(FRACP), 澳大利亚科学院院士 (FAA), 皇家学会会员(FRS),内科全科医学学士(MBBS), 诺贝尔奖获得者, 西澳大利亚大学马歇尔中心主任以及这项研究的首席研究员,他说:「我们使用声波感应技术来看看我们是否能发现人类肠道的问题,该技术最初是为了追踪白蚁的咀嚼声。」
Marshall 与其合作者 J. Robin Warren 曾因意外发现了幽门螺杆菌及其在胃炎和消化性溃疡中的作用而获得了 2005 年诺贝尔生理学或医学奖。
IBS 是一种常见的、可致疼痛的疾病,可导致腹胀、腹泻和便秘。据估计,它影响了世界上超过 10% 的人口。然而,IBS 很难诊断,常常需要患者进行结肠镜检查。许多 IBS 患者未确诊,因此没有得到治疗。
研究设计
在这项初步研究中,研究人员开发了一种基本原型带,它利用机器学习技术来识别从腹部收集的声音的复杂特征和模式。他们招募了研究参与者,并对其进行了 IBS 或健康的消化系统的临床诊断。受试者佩戴基本原型带,在禁食后的两个小时内记录他们的肠音,并在标准餐后的 40 分钟内再次记录他们的肠音。
研究结果
初步结果表明,该声学带的声学指标输出对预测 IBS 具有较高的准确性,研究人员能够有效地区分两组受试者,并用前 31 名 IBS 患者和 37 名健康参与者的数据建立 IBS 声学指数模型。该数据集使用了一种名为「留一法交叉验证」的统计方法,对 IBS 的诊断具有 90% 的敏感性和 92% 的特异性。接下来对 15 个 IBS 患者和 15 个健康受试者进行的独立测试,结果显示对 IBS 的诊断有 87% 的敏感性和 87% 的特异性。
「这项研究证明了我们的想法,一旦我们进一步开发该声学带并对更多的病人进行测试,这个工具将在初级保健机构中用于诊断 IBS,」该研究的另一位研究员,西澳大利亚大学马歇尔中心副主任 Josephine Muir 博士说,「这项新技术有望提供一种微创的方法来诊断这种痛苦,有时甚至使人衰弱的病症。」