人工智能（AI）可以为重症监护病房（ICU）中的患者提供当天的抗菌素耐药性评估，这对于预防危及生命的败血症至关重要。抗菌素耐药性是指微生物对抗治疗的发展过程，这对全球医疗保健构成了巨大挑战。据估计，抗菌素耐药性每年导致全球120万人死亡，并使英国国民健康服务（NHS）至少花费1.8亿英镑。
血液感染可能会对抗生素产生抗药性，进而导致危及生命的败血症。一旦感染发展到败血症阶段，患者迅速出现器官衰竭、休克甚至死亡的可能性很高。由于之前接触过抗生素、遗传因素甚至饮食（这些因素可以改变其微生物组），一些患者比其他患者具有更高的抗菌素耐药性。
现在，科学家们正在利用AI的力量来评估ICU中患者的抗菌素耐药性，并识别导致败血症的血液感染。来自伦敦国王学院的研究人员和盖伊和圣托马斯NHS基金会信托的临床医生合作进行了这项跨学科研究，他们希望这将有助于改善重症患者的治疗结果。该研究发表在《PLOS数字健康》杂志上。
在这个领域取得了重大进展，研究团队展示了AI和机器学习如何为ICU患者提供当天的分类，特别是在资源有限的环境中。该技术也比手动测试更具成本效益。目前对ICU患者的评估既耗时又需要长时间的实验室测试，需要在实验室中培养细菌，最多可能需要五天时间。这会对护理结果产生巨大影响，尤其是考虑到ICU患者的脆弱性，他们可能患有危及生命的疾病。
尽早获得这些信息将使临床医生能够更快、更明智地做出护理决策，包括是否使用抗生素。正确使用抗生素与积极的患者结果有很强的关系。第一作者Davide Ferrari（伦敦国王学院）表示：“我们的研究进一步证明了AI在医疗保健中的好处，这次涉及抗菌素耐药性和血液感染这两个关键问题。这一研究时机非常重要，因为NHS正在投资共享数据资源，帮助使患者护理更加协作和高效。”
伦敦国王学院微生物学专家Lindsey Edwards博士补充道：“应对抗菌素耐药性这一严重威胁的一个重要方法是保护我们已有的抗生素，这与迫切需要快速诊断相辅相成。通常情况下，患有药物耐药性感染的患者会在ICU中处于危急状态，可能无法存活足够长的时间以让当前的诊断标准确定他们感染了什么。因此，临床医生面临着一个困难的局面，必须‘盲目地’开具广谱抗生素以挽救患者的生命。”
然而，这也会杀死患者微生物组中的许多有益微生物，而不会杀死有害病原体。甚至可能会使病原体对药物产生更强的抗药性。这项研究的发现非常有希望，因为使用AI加速感染诊断，以便开具正确的抗生素，不仅可能对患者的生存和护理结果产生巨大影响，还有助于保护我们已经开发的抗生素，防止进一步的抗菌素耐药性发展。
该研究使用了盖伊和圣托马斯NHS基金会信托的1142名患者的数据，为使用超过20000人的数据集进行进一步研究铺平了道路。人们希望，通过联邦机器学习这种流行技术，在多医院环境中采用更先进的方法，可以满足在NHS前线实际部署这种AI方法的监管要求。
伦敦国王学院人口健康专家Yanzhong Wang教授补充道：“这种创新的机器学习方法的简单性和可扩展性表明其具有广泛实施的潜力，为大规模解决这些关键医疗保健问题提供了强大的解决方案，最终改善患者结果。”
(全文结束)
