威斯康星大学麦迪逊分校跨学科研究：特发性肺纤维化治疗新希望

留学申请微信咨询

微信扫描左侧二维码

或点击下方按钮咨询

威斯康星大学麦迪逊分校（2024USNews美国大学排名：35）领导的跨学科研究：特发性肺纤维化的治疗新希望

2024年6月27日，威斯康星大学麦迪逊分校（University of Wisconsin-Madison，简称UW-Madison）宣布了一项新的研究合作，旨在治疗每年在美国导致约4万人死亡的肺部疤痕疾病——特发性肺纤维化（Idiopathic Pulmonary Fibrosis，简称IPF）。尽管IPF是美国的主要死亡原因之一，研究人员仍不完全了解其发病机制，且现有治疗方法有限。此次研究由UW-Madison临床与转化研究所、医学院与公共卫生学院、工程学院和药学院的跨学科团队共同进行，利用人工智能和先进的3D建模技术，开发新的成像技术和药物递送系统，以阻止疾病进展。该项目获得了美国国防部近1100万美元的资助。研究团队包括炎症研究专家Allan Brasier、纳米生物系统中心主任Seungpyo Hong、间质性肺疾病项目主任Nathan Sandbo、生物医学工程系主任Paul Campagnola和医学系主任Lynn Schnapp。研究合作已筹备三年，旨在通过跨学科合作解决这一复杂疾病，改善患者生活质量。

特发性肺纤维化在美国的死亡率

特发性肺纤维化（IPF）是一种间质性肺疾病，特征是慢性纤维化和肺组织进行性瘢痕形成。其病因尚不明确，但肺泡上皮损伤和异常修复被认为是主要原因。根据2024年3月27日Clinical Advisor网站发布的一篇临床综述，美国的IPF患病率估计为每10万至60万人中有10至60例。IPF的诊断需要排除其他已知的间质性肺病原因，如慢性过敏性肺炎、结节病、结缔组织病相关的间质性肺病、药物诱导的间质性肺病和尘肺病。诊断方法包括实验室血液测试、胸部X光、高分辨率计算机断层扫描（HRCT）和肺活检。IPF的治疗包括非药物和药物治疗，如补充氧气、肺康复和肺移植。两种抗纤维化药物吡非尼酮和尼达尼布被批准用于IPF的治疗。尽管抗纤维化药物在临床上有效，但其高昂的价格可能限制了患者的使用。IPF的复杂性使得诊断具有挑战性，需要多学科的合作来准确诊断和管理该疾病。

当前特发性肺纤维化的治疗选择

《Cureus》网站上的文章《特发性肺纤维化的当前和新型治疗方式》探讨了特发性肺纤维化（IPF）的治疗现状和未来可能的治疗方法。IPF是一种以进行性纤维化和肺组织破坏为特征的临床挑战，尽管近年来有抗纤维化药物如吡非尼酮和尼达尼布的进展，但IPF仍然是一种慢性且常常致命的疾病，治疗选择有限。文章概述了当前的治疗方式，并探讨了对新疗法的需求。抗纤维化药物已显示出减缓疾病进展的效果，但并非治愈性药物，且可能不适用于所有患者。正在进行的研究集中在新兴疗法上，如干细胞疗法、免疫调节剂和新的药理靶点如磷酸二酯酶4B（PDE4B）抑制剂。这些治疗方法虽然充满希望，但仍然存在有效治疗能够阻止或逆转纤维化肺损伤的未满足需求。

人工智能在医学研究中的角色

人工智能（AI）在医学研究中的应用日益广泛，尤其是在复杂疾病的诊断和治疗方面。本文由Mike Thomas撰写，并由Rose Velazquez于2024年6月25日更新，Parul Pandey审阅。文章介绍了机器学习在医疗保健中的21个应用实例。机器学习作为人工智能的一个子集，在医疗创新中发挥着重要作用，包括新医疗程序的开发、患者记录的处理和慢性病的治疗。机器学习在医疗保健中的应用包括预测和治疗疾病、提供医学影像和诊断、发现和开发新药以及组织医疗记录。文章列举了多家公司如何利用机器学习技术改进医疗服务，如微软的Project InnerEye、Tempus AI、Tebra、PathAI、Ciox Health、Beta Bionics、Subtle Medical、Pfizer、Insitro、BioSymetrics等。这些公司通过机器学习技术实现了更快的数据收集、加速药物发现和开发、提高成本效益以及个性化治疗等多种优势。文章还详细介绍了每家公司在机器学习技术应用中的具体做法和成就。

在UW-Madison的研究项目中，人工智能和3D建模技术被用来开发新的成像技术和药物递送系统。这些技术不仅可以提高诊断的准确性，还可以帮助研究人员更好地理解IPF的发病机制，从而开发出更有效的治疗方法。通过利用AI技术，研究团队可以更快地分析大量数据，识别潜在的治疗靶点，并加速新药的开发过程。

美国医学研究的资金来源

2024年4月25日，美国医学协会（AMA）发布了一份关于2022年美国医疗支出趋势的报告。报告显示，2022年美国的医疗支出增长了4.1%，达到4.4万亿美元，人均支出为13,493美元。这一增长率与疫情前的2019年相当（也是4.1%）。尽管政府在疫情期间的支出大幅增加，但这些支出在2021年显著下降，而医疗商品和服务的使用量则有所回升。到2022年，医疗支出的总体模式更接近于疫情前的水平。2022年，医疗支出占GDP的17.3%，与2019年的17.5%相似。报告还详细分析了医疗支出的各个类别，包括医院护理、医生服务、临床服务、处方药、护理设施、家庭医疗等。尽管医生服务是第二大医疗支出类别，但其增长速度通常比其他大类要慢。2022年，医生服务支出仅增长了2.6%，而处方药支出则增长了8.4%。此外，报告还评估了资金来源（如私人健康保险、Medicare、Medicaid等）和赞助者（如联邦政府、家庭、私人企业等）的支出情况。

在UW-Madison的IPF研究项目中，美国国防部提供了近1100万美元的资助。这一资金来源不仅显示了政府对医学研究的重视，也反映了跨学科合作在解决复杂疾病中的重要性。通过政府和私人机构的共同努力，医学研究可以获得更多的资源和支持，从而加速新疗法的开发和应用。

综合总结

威斯康星大学麦迪逊分校领导的这项跨学科研究合作，旨在通过利用人工智能和先进的3D建模技术，开发新的成像技术和药物递送系统，以阻止特发性肺纤维化（IPF）的进展。这一研究项目不仅获得了美国国防部的资助，还汇集了多位领域专家的智慧和力量。IPF作为一种复杂且致命的疾病，其治疗选择有限，现有的抗纤维化药物虽然有效但价格高昂，且并非治愈性药物。通过跨学科合作和先进技术的应用，研究团队希望能够找到更有效的治疗方法，改善患者的生活质量。

人工智能在医学研究中的应用，为IPF的诊断和治疗带来了新的希望。通过快速分析大量数据，识别潜在的治疗靶点，AI技术可以加速新药的开发过程，提高诊断的准确性。美国医学研究的资金来源多样，包括政府和私人机构的共同努力，为医学研究提供了更多的资源和支持。

总的来说，威斯康星大学麦迪逊分校的这项研究合作，不仅展示了跨学科合作在解决复杂疾病中的重要性，也为IPF患者带来了新的希望。通过不断的研究和创新，我们有理由相信，未来的医学将能够更好地应对这一挑战，改善患者的生活质量。