人工智能有助解決抗菌素耐藥性 | 聯合早報

當細菌、病毒、真菌和寄生蟲等發生變異，導致藥物不能再發揮有效作用時，就會出現抗菌素耐藥性，導致病人住院時間延長，醫療費用增加以及死亡率上升，對公共衞生構成重大威脅。

英國利物浦大學抗菌藥物優化網絡中心（CAMO-Net）最新研究表明，使用人工智能（AI）可改善尿道感染的治療方法，並有助解決抗菌素耐藥性（antimicrobial resistance，簡稱AMR）問題。

改善尿道感染治療方法

傳統的尿道感染診斷測試，即抗菌藥物敏感性測試（antimicrobial susceptibility testing)，採用 “一刀切 ”的方法來確定哪種抗生素對特定細菌或真菌感染最有效。發表在《自然通訊》（Nature Communications）上的這項新研究提出個性化方法，科研人員使用人工智能測試12種抗生素的預測模型，利用即時數據幫助臨牀醫生更準確地確定感染目標，降低細菌對抗生素治療產生耐藥性概率。

上述研究由利物浦大學醫學微生物學顧問亞歷克斯·霍華德（Alex Howard）博士領導。他指出，這項研究展示如何將常規健康數據與實驗室檢測相結合，幫助保維持抗生素的有效性。通過使用人工智能預測尿道感染者何時感染抗生素耐藥菌，這種方法可以改善對感染者的護理，有助防止抗生素耐藥性的傳播。

當細菌對抗生素產生耐藥性時，普通的醫療程序如外科手術，就會因高感染風險而無法進行。根據推測，到2050年，每年因抗菌素耐藥性微生物所引起的傳染病死亡人數，估計將劇增到1000萬人。這個死亡人數包括結核病、愛之病以及瘧疾。到時，或許連動個簡單的手術和癌症化療，都會因為缺乏有效抗生素而危機四伏，是全球迫切關注的問題。

延伸閲讀

[傷寒研究：耐抗生素疾病對全球威脅日益增大

](https://www.bdggg.com/2022/zaobao/news_2022_06_22_537030) [衞生棉條檢測出含重金屬

](https://www.bdggg.com/2024/zaobao/news_2024_10_24_715736)