自新冠肺炎（COVID-19）疫情首次席捲全球至今，已悄然邁入第七個年頭。儘管大規模的感染浪潮與緊急封城已成為歷史，但這場世紀瘟疫留下的陰影卻遠未消散。數以百萬計的美國民眾至今仍飽受病毒帶來的長期後遺症折磨。然而，究竟有多少人真正發展成所謂的「長新冠」（Long COVID）——即症狀持續至少三個月以上的病況——在醫學界一直是一個難以精確界定的謎團。
科學家們至今仍在努力破解這種疾病的運作機制，而第一線的臨床醫師也經常難以準確識別出這種病症。近日，一項來自麻省總醫院布萊根醫療系統（MGB）的最新人工智慧（AI）研究投下了一顆震撼彈：研究表明，美國至少有一千萬人罹患了長新冠，卻從未得到正式的醫學診斷。
千變萬化的症狀與診斷困境
長新冠之所以難以捉摸，根本原因在於它缺乏單一、典型的病徵，而是會引發一系列橫跨多個器官系統的複雜症狀。這使得病患在求診時，往往像是在玩一場醫療迷宮遊戲。
根據現有的臨床觀察，長新冠的常見症狀包括但不限於：極度疲勞與虛弱、呼吸困難或急促、不明原因的關節與肌肉疼痛、心悸與胸悶、頭暈與腦霧（注意力不集中）、憂鬱、焦慮等心理健康變化、女性月經周期異常改變等。
這類多系統的併發症，讓習慣於「頭痛醫頭、腳痛醫腳」的現代分科醫療體系面臨巨大挑戰。病患可能因為心悸去看了心臟科，因為呼吸困難去看了胸腔科，卻沒有人能將這些零散的線索拼湊起來，追溯到幾個月前的那次新冠感染。
為了解開這個公衛謎團，MGB臨床擴增智慧研究小組的主管兼該研究作者埃斯蒂里（Hossein Estiri）及其團隊，決定借助人工智慧的力量，來描繪新冠病毒長期影響的完整面貌。
埃斯蒂里指出：「我們建立了一個人工智慧模型，用以繪製後疫情時代的醫療現實版圖。令人震驚的是，它在美國的醫療保健系統中，揭露了一個高達一千萬人的巨大盲區。」
AI工具分析大量醫療紀錄
透過這個先進的AI工具，研究團隊深入分析了全美近460,000份病患的醫療紀錄。AI系統追蹤了這些病患在新冠病毒檢測呈陽性後的就醫軌跡，並比對他們日後是否因為與長新冠相關的健康問題而尋求醫療協助。
研究結果顯示，感染新冠病毒的患者中，高達16%的人發展出了長期症狀。然而，這些症狀在傳統的醫療流程中，往往沒有被正式標註為「長新冠」。
「如果一個病患感到疲勞，對當下的看診醫師來說，這究竟是不是『新冠引發的疲勞』其實並不重要——醫師的首要任務只是試圖治療並緩解這種疲勞感，」埃斯蒂里深刻地點出了醫療體系的現狀。「要將這些零星的症狀與疾病根源聯繫起來真的非常困難。這並不是我們現行一般醫療保健系統的設計初衷與運作方式。」
他警告，儘管新冠病毒已不再以驚人的大浪潮形式傳播，但它仍在持續讓許多人罹患慢性疾病。「這些新型慢性疾病的負擔正在不斷累積，」埃斯蒂里強調，「這是一場不斷疊加、持續惡化的複合型危機。」
這項發表於權威醫學期刊《JAMA Network Open》的研究，其估算出的長新冠患者數量，是過去部分官方估計值的兩倍以上。不同機構對於長新冠盛行率的估計存在顯著差異，這也引發了學術界的熱烈討論。
「我認為長新冠絕對是一個嚴肅的全國性乃至全球性問題，它迫切需要各國政府與國際機構的高度重視，」阿爾-阿里醫師評論道，「但我認為這篇論文中的數據對於解決這個問題並沒有太大的實質幫助。」
隨著醫學界對長新冠研究的持續深入，初步數據顯示，某些特定族群面臨著更高的發病風險。
高風險族群包括：女性、本身患有潛在基礎疾病的患者，以及未曾接種過新冠疫苗的人群。
在疫情屆滿六年的今天，這項AI研究不僅是對美國醫療體系的一記警鐘，更提醒著全社會：對抗新冠病毒的戰役，早已從急診室的呼吸器搶救，轉變為一場需要更多耐心、跨學科合作以及龐大醫療資源投入的慢性病長期抗戰。本報記者李強波士頓報道