近日，利物浦大学与卡洛斯三世健康研究所等机构联合发表两项研究，利用人工智能与机器学习技术深入解析埃博拉病毒疾病患者预后差异的分子机制。针对目前刚果（金）持续爆发的埃博拉疫情，传统临床主要依赖病毒载量评估重症风险，但该方法难以解释同等病毒量下患者生存结果的显著差异。研究团队基于2013至2016年西非疫情期间采集的住院患者血液样本展开分析。第一项研究通过机器学习筛选出与存活显著相关的宿主免疫生物标志物，证实将此类标志物与病毒载量结合，可大幅提升临床预后预测准确率。第二项研究聚焦年龄与性别对免疫应答的影响，发现幸存者通常呈现更温和且可控的免疫反应，且淋巴细胞分化相关基因在不同年龄组中的表达趋势在存活与死亡病例中呈相反变化。朱利安·霍西克教授指出，该成果打破了仅关注病毒本身的局限，强调宿主免疫应答在疾病发展中的核心地位，将为未来临床分诊、诊断试剂盒开发及精准治疗提供关键依据。美国食品药品监督管理局首席科学家史蒂文·科佐洛夫斯基博士对此表示，此类跨国科研合作对提升高威胁传染病的诊断精度、优化患者管理及强化公共卫生应急能力具有基石作用。相关成果已刊登于《传染病杂志》。