一个国际医学研究团队近日宣布，他们开发出一种针对慢性疲劳综合征（ME/CFS）的血液检测方法，初步测试显示准确率高达91%。该研究发表在《Advanced Science》期刊上，为这一长期难以诊断的疾病带来了新的希望。

肌痛性脑脊髓炎，俗称慢性疲劳综合征，是一种以极度疲劳为主要特征的复杂疾病。由于缺乏客观的生物标志物，诊断主要依赖症状排除，过程漫长且易被质疑。近年来，医学界逐渐认识到其真实性和严重性，但诊断难题仍未解决。

研究团队假设ME/CFS可能与细胞能量代谢功能障碍有关，因此聚焦于外周血单核细胞（PBMCs），包括T细胞、单核细胞和淋巴细胞。这些细胞在免疫和能量调节中起关键作用。他们采用拉曼光谱技术，通过分析分子振动模式来检测细胞内的生化变化。拉曼光谱通常用于化学分析，但在此被创新性地应用于单细胞水平。

研究首先比较了61名ME/CFS患者和16名健康对照的血液样本，发现两组细胞的拉曼光谱存在显著差异。随后，他们开发了一个人工智能模型，在98名受试者的2155个单细胞上进行验证，最终准确率达到91%。该模型能够区分ME/CFS患者与健康人群，甚至能识别不同严重程度的亚型。

研究团队表示，尽管仍需更大规模样本验证，但这一血液检测有望成为ME/CFS的首个客观诊断工具，为患者提供更快速、准确的诊断，并推动相关治疗研究。