长期新冠可能是一个至少仅靠人类无法解决的复杂问题。

研究人员越来越多地依靠人工智能，帮助其对数以百万计长期新冠患者的电子病历进行归类，以更好地弄清楚这种存在数百种潜在症状的谜一样的病症。

在某些情况下，人工智能正在为患者提供帮助：在《柳叶刀-数字医疗》（The Lancet Digital Health）最近发表的一份研究论文中，研究人员训练三个机器学习模型，从之前感染新冠的患者当中识别出潜在长期新冠患者。模型和人类都能识别出绝大多数潜在长期新冠患者，这表明人工智能可以帮助发现出现慢性病症概率较高的患者，使他们能够得到治疗。

纽约威尔康奈尔医学院（Weill Cornell Medicine）医疗政策与研究助理教授王飞最近与他人共同发表了一篇研究论文，分析了长期新冠患者的诊断模式。

研究人员利用机器学习分析了数千名患者的电子病历，并从长期新冠患者中找到了四种模式。他表示：

• 重症患者患有血液和心脏疾病，许多患者可能在2020年春纽约市爆发首轮疫情时被感染。这个群体患既有病症的数量最多。

• 较轻症患者患有呼吸道疾病，并伴有睡眠问题。

• 患者新出现了肌肉骨骼疾病和神经精神疾病。

• 患者现在患有胃肠道疾病，包括腹痛。

王飞对《财富》杂志表示，长期新冠“非常复杂，因为它不只是一次病毒感染”，除了炎症和免疫系统疾病以外，还会对肺部以及人体所有器官系统造成影响，会引发“许多复杂的反应”。

研究人员越早对患者进行分类，查明患者的病因，比如器官损伤和失控性炎症反应等，就能尽早开发出针对性的疗法。王飞表示，有些患者在感染新冠之后出现的新疾病可能与新冠无关，但确实会混淆视听，所以由人工智能辅助从大量患者中找出长期新冠模式至关重要。

在开发出治疗方法之后，可以使用通过机器学习模型开发的患者清单，招募患者进行试验。招募患者的过程往往需要耗费大量成本和后勤服务。

人工智能还可以帮助研究人员进一步按照病毒变异株和亚变异株对患者进行分类，从而发现与不同感染期相关联的长期新冠的模式。

例如，王飞表示，在第一波疫情中“有许多人住院，许多患者被送进ICU，还有许多人使用了机械辅助通气。当时的死亡率也是最高的。”

这批患者的长期新冠是由新冠病毒导致的还是由重症监护后综合征导致的？后者是由创伤性的、令人虚弱的ICU治疗所导致的，其中可能包括插管治疗和长期卧床等。潜在症状包括长期肌无力、记忆问题和创伤后应激障碍等。

王飞希望人工智能能够尽快解开这个谜题。

最近一项算法辅助研究发现，长期新冠患者疫情之前使用类皮质激素的比率较高。许多重症新冠患者在医院中接受了类固醇治疗，尤其是使用呼吸机的患者。类固醇是否是导致长期新冠的原因，或者在其中发挥了一定作用？或者类固醇只是代表病情更严重的患者，这些患者由于基础病症或更严重的病毒感染进程，患长期新冠的风险更高。

王飞没有答案，也没有人能够确定。数以百万计患者感染病毒之后幸存了下来，却发现自己还要经历一场最为残酷的战斗，王飞希望利用人工智能进行研究，找到更多答案，尽快为他们找到更多治疗方法。

虽然许多人认为奥密克戎变异株似乎更加温和，但有数据表明，BA.2亚变异株引发长期新冠的风险高于BA.1。

王飞警告称：“如果你看过所有这些数据，你会在日常生活中非常小心，继续做好防护。因为这场疫情远没有结束。”（财富中文网）

翻译：刘进龙

审校：汪皓