※加州大學戴維斯分校透過手指採血，可得知是否感染傷寒及可能感染時間。(Photo credit: University of California Davis Health)

加州大學戴維斯分校（University of California Davis Health）與國際團隊合作開發用於檢測傷寒並估計其長期發病率的技術。這種方法只需要從手指採一滴血，以及測量針對兩種抗原的抗體水平：溶血素E（Hlye）和沙門氏脂多糖（LPS）。研究人員簡化了該測定方法，以利在偏遠和資源貧乏地區進行。該方法還採用了人工智慧來計算抗體消長（antibody decay），以得知患者感染時間。這讓研究人員可以計算出感染是如何在整個地區蔓延。

傷寒每年造成數萬人死亡，在偏遠以及貧困特別嚴重，它通常透過被污染的食物和水傳播。儘管這種疾病給人類帶來了巨大的損失，但目前的診斷方法並不完善，特別是在醫療系統不發達的地區。目前，由於缺乏這些地區的傷寒水平數據，因此很難使用疫苗接種等策略來幫助減少感染與死亡。

研究人員之一Kristen Aiemjoy表示：｢傷寒很難檢測，無法根據症狀來診斷。唯一可用的方式非常昂貴、緩慢，並非廣泛使用，而且只有大約60%的靈敏度。｣

為了解決這個問題，這些研究人員採用了一種新的方法，將新發現的生物標記與人工智慧分析相結合。新技術不需要血液培養，而是透過手指採血。因此，該技術可以在偏遠或資源貧乏地區相對更容易進行，實際上也比血液培養更準確。

此外，為了更完善的檢測傷寒，研究人員著手找出新的生物標記。他們發現，針對溶血素E（Hlye）和沙門氏菌脂多糖（LPS）的抗體在接觸傷寒後的幾個月裡在血液中會正向調控（upregulate），這意味著它們是該疾病的良好生物標記。

最後，研究人員開發了一種人工智慧的技術來評估患者被感染的時間，幫助他們更好地掌握整個社區的感染情形。Aiemjoy表示，我們可以建立抗體衰減的模型，而不是只取一個樣本來看抗體反應是是陰性或陽性。我們用這種衰減率來推斷這些人最有可能在什麼時候接觸病源，提供了感染力的重要資訊。

(來源:Medgadget 生策中心編譯)