人工智能（AI）可以在当天评估重症监护室（ICU）患者的抗生素耐药性，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生素治疗产生防御机制的过程，对全球医疗保健构成了巨大挑战。据估计，抗生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）每年至少花费1.8亿英镑。
血液中的感染可以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，患者可能会迅速出现器官衰竭、休克甚至死亡。由于先前接触过抗生素、遗传因素甚至饮食（这些因素可以改变患者的微生物组），一些患者比其他人具有更高的抗生素耐药性。
现在，科学家们正在利用人工智能的力量来评估重症监护室患者的抗生素耐药性，并识别导致败血症的血流感染。伦敦国王学院的研究人员与盖伊和圣托马斯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危重病人的治疗效果。
研究团队在这一领域取得了显著进展，展示了人工智能和机器学习如何为ICU患者提供当天的初步评估，特别是在资源有限的环境中。这种技术也比手动测试更具成本效益。目前，ICU患者的评估耗时较长，需要进行长时间的实验室测试，包括在实验室中培养细菌，整个过程可能需要长达五天。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。合理使用抗生素与患者的积极治疗结果有很强的关系。
“我们的研究进一步证明了人工智能在医疗保健领域的益处，这次涉及的是抗生素耐药性和血流感染这两个关键问题。正值NHS投资共享数据资源之际，这有助于使患者护理更加协作和高效。”该研究的第一作者、伦敦国王学院的Davide Ferrari博士表示。
“我们使用机器学习提供了一种新的方法来应对重要的临床问题——抗生素耐药性。我们希望人工智能能够成为临床医生做出重要决策的有用工具，尤其是在ICU环境中。”Ferrari博士补充道。
伦敦国王学院的微生物学专家Lindsey Edwards博士补充说：“应对抗生素耐药性这一严重威胁的一个重要方式是保护我们已有的抗生素，这与迫切需要快速诊断紧密相关。通常情况下，患有耐药性感染的患者会在危急状态下进入ICU，可能无法存活足够长的时间，以让当前的诊断金标准确定他们感染了什么。因此，临床医生面临一个困境，必须在‘盲目’的情况下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。甚至可能使病原体对药物产生更强的耐药性。”Edwards博士解释道。
“这项研究的结果非常令人鼓舞，因为使用人工智能加速感染诊断，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，还可以帮助保护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个个体的数据集进行进一步研究铺平了道路。研究人员希望，通过在多医院环境中使用联邦机器学习这一流行技术，采用更先进的方法，能够满足在NHS前线实际部署这种人工智能方法的监管要求。
伦敦国王学院的人口健康专家Yanzhong Wang教授补充说：“这种创新的机器学习方法的简单性和可扩展性表明，它具有广泛实施的潜力，能够在更大范围内解决这些关键的医疗保健问题，最终改善患者的治疗结果。”
(全文结束)
