一项突破性的机器学习研究揭示了防止 COVID-19 初次感染后复发的最佳药物组合。有趣的是，不同患者的理想组合是不同的。这项由加州大学河滨分校领导的研究利用中国一家医院的真实数据发现，年龄、体重和其他健康状况等因素决定了哪种药物组合能最有效地降低复发率。这一发现已发表在《人工智能前沿》（Frontiers in Artificial Intelligence）杂志上。

加州大学河滨分校的一项机器学习研究以中国的数据为基础，揭示了预防 COVID-19 复发的最佳药物组www.196nk.cn合因年龄和体重等个体因素而异。这个独特的数据集考虑了接受多达八种药物治疗并在出院后接受监测的患者，从而对再感染率和治疗效果进行了更深入的分析。

数据来自中国有两个重要原因。首先，在美国，当患者接受COhttp://www.196nk.cnVID-19治疗时通常使用一种或两种药物。而在疫情散布的早期，中国的医生可以开出多达八种不同的药物，因此可以对更多的药物组合进行分析。其次，中国的COVID-19患者出院后必须在政府经营的酒店隔离，这使得研究人员能够以更系统的方式了解再感染率。

"这使得这项研究独特而有趣。你无法在世界其他任何地方获得这样的数据，"UCR 统计学教授、研究报告作者崔新平说。

该研究项目始于 2020 年 4 月，也就是大流行开始一个月左右。当时，大多数研究都侧重于死亡率。然而，香港附近深圳的医生更关注复发率，因为那里的死亡人数较少。

"令人惊讶的是，近 30% 的患者在出院后 28 天内再次出现阳性反应，"该研究合著者、生物工程副教授廖嘉宇说。

这项研究纳入了 400 多名 COVID-19 患者的数据。他们的平均年龄为 45 岁，大多数感染严重程度为中等，性别分布均匀。大多数人都接受了抗病毒药、消炎药和免疫调节药（如干扰素或羟氯喹）的多种组合治疗。

不同人群使用不同的药物组合取得了更好的疗效，这与病毒的作用方式有关。

"COVID-19能抑制干扰素，干扰素是细胞为抑制入侵病毒而制造的一种蛋白质。随着防御能力的降低，COVID可以在体内复制，直到免疫系统爆发，破坏组织，"廖解释说。

感染COVID-19前免疫系统较弱的人需要服用免疫增强药物才能有效抵抗感染。年轻人的免疫系统在感染后会过度活跃，从而导致组织过度发炎，甚至死亡。为了防止这种情况，年轻人在治疗过程中需要使用免疫抑制剂。

"我们196世界之最在治疗疾病时，很多医生往往只为 18 岁以上的人提供一种解决方案。我们现在应该重新考虑年龄差异，以及其他疾病情况，如糖尿病和肥胖症，"廖说。

大多数情况下，在进行药物疗效测试时，科学家会设计一项临床试验，将具有相同疾病和基线特征的人随机分配到治疗组或对照组。但这种方法没有考虑到其他可能影响药物对特定亚组起作用或不起作用的医疗条件。

由于这项研究利用的是真实世界的数据，研究人员必须对可能影响观察结果的因素进行调整。例如，如果某种药物组合主要用于老年人，但证明无效，那么就不清楚是药物的问题还是人的年龄问题。

"在这项研究中，我们开创了一种技术，通过对接受不同治疗组合的具有相似特征的人进行虚拟配对，来解决混杂因素带来的挑战，"崔说。"通过这种方式，我们可以归纳出不同亚组中治疗组合的疗效。虽然如今人们对 COVID-19 有了www.196nk.cn更深入的了解，疫苗也大大降低了死亡率，但在治疗和预防再感染方面仍有很多东西需要学习。现在，复发是一个更值得关注的问题，我希望人们能利用这些结果。"

机器学习已被用于与COVID-19相关的许多领域，如疾病诊断、疫苗开发和药物设计，此外还有对多种药物组合的新分析。廖认为，技术在未来将发挥更大的作用。

"在医学领域，机器学习和人工智能的影响还没有我认为的那么大，这个项目是一个www.196nk.cn很好的例子，说明我们可以如何迈向真正的个性化医疗"。