人工智能（AI）可以在同一天内为重症监护室（ICU）中的患者提供抗生素耐药性评估，这对于预防危及生命的败血症至关重要。抗生素耐药性是指微生物对抗治疗的防御能力逐渐增强，这给全球医疗保健带来了巨大挑战。据估计，抗生素耐药性每年导致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耐药性，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、休克甚至死亡的风险很高。一些患者由于先前接触过抗生素、遗传因素甚至饮食习惯（这些因素可以改变其微生物组），具有更高的抗生素耐药性。
现在，科学家们正在利用AI的力量来评估ICU患者的抗生素耐药性，并识别引起败血症的血液感染。来自伦敦国王学院生命科学与医学系的研究人员和盖伊与圣托马斯NHS基金会信托的临床医生合作开展了这项跨学科研究，他们希望这能帮助改善重症患者的预后。研究人员在《PLOS数字健康》杂志上发表了他们的研究成果。
“通常情况下，携带耐药性感染的患者会以危重状态出现在ICU，可能无法存活足够长的时间以进行当前诊断标准所需的检测。”林赛·爱德华兹（Lindsey Edwards）表示。
在这项研究中，团队展示了AI和机器学习如何为ICU患者提供同日分诊，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。目前的ICU患者评估耗时较长，需要长时间的实验室测试，包括在实验室中培养细菌，这一过程可能需要长达五天。这对护理结果有很大影响，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。更快地获取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。合理使用抗生素与患者的良好预后密切相关。
第一作者达维德·费拉里（Davide Ferrari）表示：“我们的研究进一步证明了AI在医疗保健领域的益处，这次涉及抗生素耐药性和血液感染这两个关键问题。这是一个重要的时刻，因为NHS正在投资共享数据资源，有助于使患者护理更加协作和高效。我们对机器学习的使用为解决重要的临床问题——抗生素耐药性——提供了新的途径。我们希望AI能够为临床医生在重要决策中提供有用的工具，尤其是在ICU相关方面。”
伦敦国王学院微生物学专家林赛·爱德华兹补充道：“应对抗生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，携带耐药性感染的患者会以危重状态出现在ICU，可能无法存活足够长的时间以进行当前诊断标准所需的检测。因此，临床医生面临一个困难的局面，即必须‘盲目’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。它甚至可能使病原体对药物更加耐药。这项研究的发现非常有前景，因为使用AI加速感染诊断以允许开具正确的抗生素，不仅会对患者的生存和护理结果产生巨大影响，还有助于保留我们已经开发的抗生素，防止进一步的抗生素耐药性发展。”
该研究使用了盖伊与圣托马斯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，通过流行的联邦机器学习技术，在多医院环境中采用更先进的方法，能够满足实际部署这种AI方法到NHS前线的监管要求。
伦敦国王学院人口健康专家王艳忠教授（Professor Yanzhong Wang）表示：“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，为更大规模地解决这些关键医疗保健问题提供了稳健的解决方案，最终改善患者预后。”
(全文结束)
