新加坡中央医院开发人工智能预防抗生素耐药性
作者：By Adam AngNovember 25, 202409:36 PM
新加坡中央医院正在开发一种人工智能解决方案，以确定开抗生素的必要性、减少抗生素的使用，并为每位患者确定最合适的药物。
传染病增强智能（AI2D）是采用DXC技术开发的人工智能模型，目前涵盖肺炎病例。它是使用 2019 年至 2020 年间约 8,000 名 SGH 患者的去识别化临床数据构建的，包括 X 射线、临床症状、生命体征和感染反应趋势。它涵盖了常用的治疗肺炎的七种广谱静脉注射抗生素。
发现
去年，由 SGH 药房部门领导的研究团队对 AI 模型进行了试点验证研究，并将其与 2023 年的 2000 例肺炎病例进行了比较。
SGH 和 DXC 在一篇论文中指出，AI2D 帮助将需要审查的案例减少了三倍（2,012 例中减少了 624 例）。它还将在大量审查案例中识别需要干预的案例的可能性提高了近 12%，而在完整的人工审查过程中这一比例为 4%。此外，在一个案例中，人工审核需要 20 分钟的数据分析，现在“不到一秒”就完成了。
在这项研究中，人工智能模型在确定特定肺炎病例是否有必要使用抗生素方面的准确率达到 90%；研究还显示，针对这些病例开出的抗生素中，近 40% 可能是不必要的。
为什么它很重要
SGH 表示，肺炎占该院治疗的所有感染的 20%，其中抗生素处方占所有感染的比例最大。患者平均住院时间为 2 至 9 天，政府补贴的每位入院患者的政府费用高达 5,000 新加坡元（超过 3,500 美元）。
全球一半的急症护理医院可能给患者开出错误的抗生素，导致抗菌药物耐药性。例如，根据 2018 年抗生素使用审计，在 SGH，医院不必要地开了 20%-30% 的广谱静脉注射抗生素。在新加坡，据信高达 30% 的医院获得性感染已对广谱抗生素产生耐药性。
医院正在制定抗菌药物管理计划，通过防止抗生素的过度使用并确定哪些地方最适合推荐这些抗生素（尤其是窄谱抗生素）来解决这一日益严重的全球问题。此类计划可能有助于减少住院时间，最大限度地减少死亡和再入院，并节省患者和医院费用。
在执行抗菌药物管理计划时，使用自动化和人工智能可能是最好的方法，因为团队需要在处方时获得实时洞察。人工智能将帮助识别审查案例并优先考虑需要干预的案例。自动化将使医院能够扩大抗生素使用审计的覆盖范围，提供对其使用情况的全面了解。
研究团队目前正在准备一项涉及 200 名 SGH 住院患者的比较研究，以测试他们的 AI 模型在减少抗生素使用方面的有效性。随后，他们将致力于确定针对肺炎最有效的抗生素，然后建立涵盖尿路感染（另一种常见的医院获得性感染）的相同模型。
更大的趋势
在新加坡之外，台湾医院中国医科大学附设医院因其利用人工智能解决抗菌素耐药性的努力而受到认可。于 2021 年首次实施，智能抗菌系统是一个四合一的人工智能平台，可识别耐药菌株、预测和监测败血症和死亡、推荐药物剂量以及比较药物相互作用。医院对 HIMSS 第七阶段的重新验证强调了人工智能在 EMR 系统中的具体应用电子病历采用模型去年11月。
记录在案
“善意的医生会不断平衡使用抗生素的风险和益处。通常很难根据临床评估、患者特定因素或病情严重程度来明确判断患者是否会从中受益。如果不及时为这些患者开处方，然而，滥用抗生素可能会导致抗生素耐药性，给未来的感染治疗带来挑战。”AI2D 项目成员、SGH 感染科高级顾问 Piotr Chlebicki 博士说。疾病。
关于《新加坡中央医院开发人工智能预防抗生素耐药性》的评论
暂无评论