新加坡总医院正在开发一种AI解决方案，以确定是否需要开具抗生素，减少其使用，并为每位患者选择最合适的抗生素。该方案由DXC技术公司合作开发，名为“增强智能传染病”（AI2D），目前涵盖肺炎病例。该模型使用了2019年至2020年间约8,000名新加坡总医院患者的去识别化临床数据，包括X光片、临床症状、生命体征和感染反应趋势，涉及七种常用的广谱静脉注射抗生素。
研究成果
去年，由新加坡总医院药剂科领导的研究团队对AI模型进行了试点验证研究，将其与2023年的2,000例肺炎病例进行了比较。研究发现，AI2D将需要审查的病例减少了三倍（从2,012例减少到624例）。此外，它还提高了识别需要干预病例的可能性，从全手动审查过程的4%提高到近12%。分析一个病例的数据，手动审查需要20分钟，而AI可以在“不到一秒钟”内完成。研究中，AI模型在确定是否需要为特定肺炎病例开具抗生素方面的准确率达到90%；研究还显示，近40%的抗生素处方可能是不必要的。
重要性
新加坡总医院表示，肺炎占所有感染病例的20%，抗生素处方量也是最高的。患者平均住院时间为2至9天，每名政府补贴的患者住院费用高达5,000新元（超过3,500美元）。全球范围内，一半的急性护理医院可能错误地为患者开具了抗生素，导致抗菌素耐药性问题。例如，2018年的新加坡总医院抗生素使用审计显示，医院不必要地开具了20%-30%的广谱静脉注射抗生素。在新加坡，估计有30%的医院获得性感染对抗生素产生了耐药性。医院正在建立抗菌药物管理计划，以应对这一日益严重的全球问题，通过防止抗生素滥用并确定最佳推荐窄谱抗生素来减少住院时间、降低死亡率和再入院率，节省患者和医院的成本。实施抗菌药物管理计划时，使用自动化和AI可能是最佳方法，因为团队需要在开具处方时实时获取见解。AI可以帮助识别需要审查的病例，并优先处理需要干预的病例。自动化可以扩大医院抗生素使用审计的覆盖范围，提供更深入的使用情况分析。
研究团队目前正在准备一项涉及200名新加坡总医院住院患者的对比研究，以测试AI模型在减少抗生素使用方面的有效性。之后，他们将致力于确定针对肺炎最有效的抗生素，并构建涵盖尿路感染的相同模型，这是另一种常见的医院获得性感染。
更广泛的趋势
在新加坡以外，中国医科大学附属医院因其利用AI应对抗菌素耐药性的努力而受到认可。该医院于2021年首次实施的“智能抗菌系统”是一个四合一的AI平台，可以识别耐药菌株、预测和监测败血症和死亡、推荐药物剂量并比较药物相互作用。该AI在EMR系统中的具体应用在去年11月医院重新获得HIMSS电子病历采用模型第七阶段认证时得到了强调。
专家观点
“医生们一直在权衡抗生素使用的风险和收益。仅凭临床评估、患者个体因素或病情严重程度，往往很难明确患者是否能从中受益。如果不对真正需要抗生素的患者及时开具，可能会导致严重的并发症。然而，滥用抗生素会导致抗生素耐药性，给未来的感染治疗带来挑战。”新加坡总医院传染病科高级顾问、AI2D项目成员Piotr Chlebicki博士说。
(全文结束)
