科学家们开发了一种类似于ChatGPT的AI聊天机器人，以帮助各国政府制定有效政策，应对药物耐药性问题。根据世界卫生组织（WHO）的数据，抗菌素耐药性（AMR）导致每年数百万人死亡，并使医疗保健成本高达4120亿美元。在低收入和中等收入国家，不良卫生条件、有限的优质药品获取途径以及不恰当的抗生素使用正在加剧AMR的发展，而像艾滋病、结核病和疟疾等严重疾病也变得越来越难以治疗。
2015年，WHO提出了一个基于“同一健康”模型的全球行动计划，以应对AMR。该模型认识到人类、动物、植物及其共享环境之间的相互联系。然而，根据《环境科学与技术》杂志上的一项研究，在低收入至中等收入国家，政策制定方面的理想与行动之间仍存在“重大差距”。
为填补这些差距，来自中国科学院和英国杜伦大学的研究团队开发了一个名为AMR-Policy GPT的AI聊天机器人。该大型语言模型工具包含了来自146个国家的抗菌素耐药性相关政策文件的信息。
杜伦大学环境工程师大卫·格雷厄姆（David Graham）表示：“AMR-Policy GPT是一个对话型聊天机器人，你可以向它提问，并获得与你的问题相关的答案。”
与其他从广泛信息源中获取数据的AI不同，AMR-Policy GPT会筛选高质量的技术信息，以确保提供的信息与主题相关。格雷厄姆补充说：“它就像房间里有一个聪明的朋友。”
该工具虽然不能直接制定政策，但通过引用各国的政策计划、灰色文献和其他来自政府间机构的政策指南，鼓励立法者考虑不同的政策选择。例如，在撒哈拉以南非洲的一个国家，如果有关于该国自身情况的信息很少，可以向聊天机器人提问，它会查找与问题及其背景相关的信息。
理想情况下，该工具为决策者提供了跨学科的深入研究信息，包括动物农业、作物、水质和传染病等领域。尽管其主要设计用于政策制定，但任何人都可以使用该工具来询问有关AMR的问题，无需具备高级AI知识。
赞比亚的医学博士兼痴呆症研究员埃马纽埃尔·穆卡姆博（Emmanuel Mukambo）表示，AI正在改变全球健康挑战的应对方式，使信息更加易于访问和分析。“AI允许我们快速处理大量数据，发现模式并获得我们可能错过的见解。”他告诉SciDev.Net。但他警告说：“AI的质量取决于其学习的数据质量。”
对于痴呆症而言，大部分数据来自西方国家的研究，这使得在非洲等地应用这些发现变得困难。穆卡姆博补充道：“AI工具有可能在这个地区产生真正的影响，但前提是它们能够放大那些长期被忽视的声音和故事。”
(全文结束)
