伦敦国王学院的研究人员利用人工智能（AI）评估重症监护室（ICU）患者的抗菌素耐药性，并检测引起败血症的血液感染。该研究旨在改善危重病人的治疗效果。
微生物对抗生素的耐药性，即抗菌素耐药性，是全球医疗保健面临的主要问题。据估计，这每年给英国国民健康服务（NHS）造成至少1.8亿英镑的损失，并导致全球120万人死亡。血液感染可以发展成抗生素耐药性，进而引发败血症，这是一种可能致命的疾病。感染进展到败血症阶段后，患者有显著的风险迅速发展为器官衰竭、休克甚至死亡。
患者的抗菌素耐药性水平因先前的抗生素使用、遗传因素甚至饮食而异，这些因素可以影响他们的微生物组。研究团队展示了如何利用人工智能和机器学习技术为ICU患者提供当天的分诊，尤其是在资源有限的环境中。这标志着该领域的重大进展。这项技术比手动测试便宜得多。
“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，可以提供一种强大的解决方案，大规模解决这些关键的医疗保健问题，最终改善患者治疗效果。”伦敦国王学院人口健康统计学教授王艳忠表示。
目前用于ICU患者评估的耗时实验室测试需要在实验室中培养细菌，这可能需要长达五天的时间。鉴于ICU患者的脆弱性，他们可能患有危及生命的疾病，这会显著影响护理结果。如果临床医生能更快获得这些信息，他们可以更好地判断患者护理，包括抗生素的使用。积极的患者治疗结果与适当使用抗生素密切相关。
“我们的研究进一步证明了人工智能在医疗保健中的好处，这次涉及到抗菌素耐药性和血液感染这两个关键问题。时机非常重要，因为NHS正在投资共享数据资源，帮助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——抗菌素耐药性——提供了新的途径。我们希望人工智能可以为临床医生提供一个有用的工具，特别是在ICU中做出重要决策。”该研究的第一作者、伦敦国王学院的Davide Ferrari博士表示。
伦敦国王学院微生物学专家Lindsey Edwards博士补充道：“应对抗菌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齐头并进。通常情况下，患有耐药性感染的患者会在ICU中处于危急状态，可能无法存活足够长的时间以使当前的诊断金标准确定他们感染了什么。”
“因此，临床医生面临着一个困难的局面，他们必须在盲目的情况下开具广谱抗生素来挽救患者的生命。”Lindsey Edwards博士补充道。“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产生更大的耐药性。”
Lindsey Edwards博士说：“这项研究的发现非常有前景，利用人工智能加速感染诊断，以便开具正确的抗生素，不仅会对患者的生存和护理结果产生巨大影响，还可以帮助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。”
该研究使用了盖伊和圣托马斯NHS基金会信托基金1142名患者的数据，为正在进行的更多研究打开了大门，这些研究将使用超过20000人的数据集。采用更复杂的方法，特别是使用受欢迎的联邦机器学习技术在多医院场景中进行研究，可以满足在NHS前线实际实施这种AI技术的法律要求。
(全文结束)
