石榴云/新疆日报记者 苏璐萍

　　全国首个振动光谱结合人工智能算法筛查人畜共患病新技术，仅用一滴血中的血清，就能准确判断人畜共患病的患病情况，准确率高达90%以上。

　　这是近两年，新疆包虫病防治领域又一项新的突破，对新疆地方病防治关口前移的诊疗，有着重要意义。

　　这项技术背后，是新疆两支科研团队历时10年的医学“长征”。

　　2010年，吕小毅（现新疆大学科技处处长）从西安交通大学电子与信息工程学院博士毕业后，到新疆大学任教。得知学校来了一位光学生物传感器研究领域的专家，新疆大学生命科学与技术学院请他作了一场关于拉曼光谱技术的学术报告。

　　吕小毅以拉曼光谱在宝石鉴定、食品鉴定等领域的应用为例讲述检测原理——好比用手弹一下不同材质的弹簧，比如钢弹簧和橡皮筋，它们振动的频率和方式各不相同。类似的，分子中的化学键就像微小的“弹簧”，各有独特的振动频率。当用激光照射标本时，光子会与这些“分子弹簧”发生碰撞。通过这些振动频率，准确地识别物质的组成。

　　台下，新疆医科大学第一附属医院临床医学研究院研究员吕国栋在笔记本上重重做出标记。这位常年奔波于牧区的包虫病防治专家，敏锐捕捉到技术转化的可能。彼时，新疆包虫病虽经数十年防治，但传统检测手段仍受困于B超等诊断仪器和检测实验室，牧民往往需跋涉数十公里才能到医院完成诊断。

　　“既然能鉴别宝石成分，是否也能识别病原蛋白？”两位青年学者的跨学科碰撞，拉开了这场10年攻坚的序幕。

　　2013年，在省部共建中亚高发病成因与防治国家重点实验室主任温浩和新疆大学教授贾振红的支持下，两支科研团队正式“合体”。

　　“首批检测就像在暴风雪中寻找一片特定的雪花。”吕国栋回忆道，团队采集的血清样本在仪器上仅呈现杂乱无章的波动曲线，“整整3个月，我们连包虫病的特征峰都捕捉不到。我都开始怀疑了，但小毅很坚定，说咱们就坚持朝这个方向做下去。”

　　两人进行了复盘，决定建立标准化生物样本库，优化激光曝光参数，逐步攻克信号衰减难题。

　　在大家的努力和积极争取下，团队购置了拉曼光谱仪，陆续获得了科研项目资金支持。基于机器学习算法，研究团队创造性引入深度学习模型，在借鉴国内外先进技术经验的基础上，研发出“多通道频分复用算法”，用“智能交通调度”思维突破光谱解析瓶颈。“就像在固定带宽内规划智能交通，让不同光谱特征有序通行。”吕小毅通俗比喻说。

　　与此同时，在新疆医科大学第一附属医院临床医学研究院和省部共建中亚高发病成因与防治国家重点实验室项目资金的支持下，吕国栋带着团队深入天山南北，奔波于羊圈与毡房间，建立起1500例标准化血清样本库，为AI模型注入扎实的“生命数据”。

　　他们不断优化算法，成功突破复杂生物样本的解析瓶颈，获得了血清拉曼光谱数据，应用线性判别等机器学习算法，建立了基于振动光谱技术结合人工智能算法的3项人畜共患病筛查技术。

　　如今，他们将这项科研技术成果转化成了一台便携筛查仪，已在部分牧区试用。把血清样本滴到样品槽里，对准激光检测点，大概在2—3分钟，拉曼光谱就能检测到结果，准确率高达90%以上。和现有其他的包虫病检测方法相比，灵敏度提升了9%—15%。

　　“晚期包虫病患者，治疗往往要通过自体肝移植或肝移植这种创伤很大、难度很高的手术。我们想通过早筛早诊早治，尽量在病灶很小时，想办法让患者不开刀就能把包虫病治好。”目前，吕国栋和团队也在参与一些包虫病药物研究，取得了一定进展，“未来，我们希望把这些好的经验、技术推广到中亚国家、蒙古国等，共同做好人畜共患病的防治工作。”

（版权作品，未经授权严禁转载。转载须注明来源、原标题、著作者名，不得变更核心内容。）