帝國理工學院：人工智能“助力”抗生素抗藥性研究_風聞

抗生素是治療細菌感染的有效藥物，但也是一把雙刃劍，不能當作包治百病的萬能藥。來自英國的艾莉森·福爾摩斯（Alison Holmes）教授，她即是帝國理工學院（Imperial College London）傳染病學教授，也是學院衞生保健國民服務信託機構（Healthcare NHS Trust）傳染預防與控制研究中心的主任。

該研究中心，專門應對耐藥性感染。她本月初在哈默史密斯醫院的學術健康科學中心（AHSC）研討會上發表演講。她演講的核心觀點是，目前國際醫療界，沒有將足夠的注意力集中在更適當地使用抗生素上，以最大程度地減少耐藥菌對人類健康的威脅。抗藥性是一個全球性的重大健康問題，過度使用抗生素或以錯誤的原因使用抗生素助長了抗藥性（AMR），導致耐藥性感染的增加。隨着越來越多的感染（例如，結核病，敗血症或在醫療機構中引起感染的感染）變得越來越難以治療。

目前，抗菌藥物的處方通常基於“一劑全服”模型，即所有患者均接受相同推薦劑量的感染抗生素。但是，這種方法無法處理患者對藥物的反應方式或感染性質的巨大差異。因此，影響臨牀結果並推動抗藥性發展。

該中心如何使用新興技術，也是福爾摩斯教授演講內容的重點，包括人工智能（AI）的方法來支持臨牀決策，以解決抗生素處方問題。一個帝國團隊正在開發微針生物傳感器（microneedle biosensors），以監測和優化抗生素治療。

這些小而無痛的貼片會戴在人的皮膚上，並實時測量某人血液中的抗生素含量。開發它們的最終目的是提供個性化的響應劑量，以優化抗菌藥物的使用，改善臨牀護理，並減少抗菌素耐藥性的驅動因素。

獲得有效的抗菌藥物，如抗生素，對於治療細菌，真菌和病毒感染的患者至關重要。但是，新藥的開發速度有限，因此迫切需要優化我們現有的藥物。

她説，“我們現在需要做更多的工作來應對耐藥性感染，不能坐等新的解決方案。需要着重改善我們使用現有藥劑，我們需要了解如何更好地預防和治療感染。我們還需要改善對患者的劑量，因為目前使用的抗生素，對我們非常脆弱的患者而言，還不夠好。”

教授領導的抗菌優化中心（CAMO）旨在支持和提供創新技術，以優化抗生素，抗真菌劑和抗病毒劑的使用，從而改善患者護理並減少耐藥性感染，以及研究針對患者的定製處方。（完）《親愛的數據》出品人，譚婧。