苏黎世大学（UZH）的研究人员利用人工智能（AI）来帮助识别抗生素耐药细菌。由阿德里安·埃格利（Adrian Egli）教授领导的团队是第一个研究如何使用OpenAI开发的强大AI模型GPT-4来分析抗生素耐药性的团队。
研究人员使用AI解释了一种常见的实验室测试——Kirby-Bauer纸片扩散试验，该试验有助于医生确定哪些抗生素可以或不能对抗特定的细菌感染。基于GPT-4，科学家们创建了“EUCAST-GPT-expert”，该系统遵循严格的EUCAST（欧洲抗菌药物敏感性测试委员会）指南来解释抗菌耐药机制。通过纳入最新数据和专家规则，该系统在数百个细菌分离株上进行了测试，帮助识别对救命抗生素的耐药性。
这项研究发表在《临床微生物学杂志》上。“抗生素耐药性是全球日益严重的威胁，我们迫切需要更快、更可靠的工具来检测它，”领导该研究的埃格利说。“我们的研究是朝着在常规诊断中使用AI迈出的第一步，这将帮助医生更快地识别耐药细菌。”
AI系统在检测某些类型的耐药性方面表现良好，但并不完美。虽然它在识别某些抗生素耐药细菌方面表现出色，但有时会错误地标记非耐药细菌，导致可能的治疗延迟。相比之下，人类专家在确定耐药性方面更为准确，但AI系统仍可以帮助标准化和加快诊断过程。
尽管存在局限性，但该研究突显了AI在医疗保健领域的变革潜力。通过提供一种标准化的方法来解释复杂的诊断测试，AI最终可以帮助减少手动读数中存在的变异性和主观性，改善患者预后。
埃格利强调，在这种AI工具可以在医院中使用之前，还需要更多的测试和改进。“我们的研究是一个重要的第一步，但我们离替代人类专业知识还很远。相反，我们看到AI是一种辅助工具，可以支持微生物学家的工作。”他说道。
根据研究，AI有潜力支持全球对抗抗生素耐药性的发展。随着进一步的发展，基于AI的诊断可以帮助世界各地的实验室提高检测耐药感染的速度和准确性，从而有助于保护现有抗生素的有效性。
(全文结束)
