使用人工智能个性化感染治疗并解决抗菌素耐药性
作者：by University of Liverpool
利物浦大学抗菌优化网络中心 (CAMO-Net) 的新研究表明，使用人工智能 (AI) 可以改善我们治疗尿路感染 (UTI) 的方式，并有助于解决抗菌素耐药性 (AMR)。
当细菌、病毒、真菌和寄生虫进化并且不再对曾经有效的治疗产生反应时，就会发生抗菌素耐药性。这种阻力会导致住院时间延长、医疗费用增加以及医疗费用增加。死亡率，对公共健康构成重大威胁，并可能导致常见感染无法治疗。
传统尿路感染诊断测试，称为抗菌药物敏感性测试 (AST)，使用一种通用方法来确定哪种抗生素对特定细菌或细菌最有效。真菌感染。
这项新研究，发表在自然通讯，提出了一种个性化方法，利用实时数据帮助临床医生更准确地瞄准感染，并减少细菌对抗生素治疗产生耐药性的机会。
这项研究由利物浦大学医学微生物学顾问兼 CAMO-Net 研究员 Alex Howard 博士领导，利用人工智能使用真实患者数据测试 12 种抗生素的预测模型，并将个性化 AST 与标准方法进行比较。数据驱动的个性化方法带来了更准确的治疗选择，特别是使用 WHO Access 抗生素，这种抗生素以不太可能引起耐药性而闻名。
Alex Howard 博士表示：“这项研究对于世界 AMR 宣传周来说非常重要且及时，因为它展示了如何将常规健康数据与实验室测试相结合，帮助保持抗生素的有效性。通过使用人工智能来预测尿液感染患者何时出现抗生素耐药性我们展示了实验室测试如何更好地指导抗生素治疗，这种方法可以改善全世界感染者的护理，并有助于防止抗生素耐药性的蔓延。”
这项研究的结果代表着在解决抗菌素耐药性方面向前迈出了重要一步。通过优先考虑世卫组织准入类别抗生素并根据个人敏感性情况制定治疗方案，个性化 AST 方法不仅提高了检测过程的效率，而且支持全球努力保持关键抗生素的有效性。
更多信息：Alex Howard 等人，通过临床预测模型进行个性化抗菌药物敏感性测试，为适当的抗生素使用提供信息，自然通讯（2024）。DOI：10.1038/s41467-024-54192-3
引文：使用人工智能个性化感染治疗并解决抗菌素耐药性（2024 年，11 月 21 日）检索日期：2024 年 11 月 21 日来自 https://medicalxpress.com/news/2024-11-artificial-intelligence-personalize-infection-treatment.html
本文档受版权保护。除了出于私人学习或研究目的的任何公平交易外，不得未经书面许可，不得复制部分内容。所提供的内容仅供参考。
关于《使用人工智能个性化感染治疗并解决抗菌素耐药性》的评论
暂无评论