帝国理工学院：人工智能“助力”抗生素抗药性研究_风闻

抗生素是治疗细菌感染的有效药物，但也是一把双刃剑，不能当作包治百病的万能药。来自英国的艾莉森·福尔摩斯（Alison Holmes）教授，她即是帝国理工学院（Imperial College London）传染病学教授，也是学院卫生保健国民服务信托机构（Healthcare NHS Trust）传染预防与控制研究中心的主任。

该研究中心，专门应对耐药性感染。她本月初在哈默史密斯医院的学术健康科学中心（AHSC）研讨会上发表演讲。她演讲的核心观点是，目前国际医疗界，没有将足够的注意力集中在更适当地使用抗生素上，以最大程度地减少耐药菌对人类健康的威胁。抗药性是一个全球性的重大健康问题，过度使用抗生素或以错误的原因使用抗生素助长了抗药性（AMR），导致耐药性感染的增加。随着越来越多的感染（例如，结核病，败血症或在医疗机构中引起感染的感染）变得越来越难以治疗。

目前，抗菌药物的处方通常基于“一剂全服”模型，即所有患者均接受相同推荐剂量的感染抗生素。但是，这种方法无法处理患者对药物的反应方式或感染性质的巨大差异。因此，影响临床结果并推动抗药性发展。

该中心如何使用新兴技术，也是福尔摩斯教授演讲内容的重点，包括人工智能（AI）的方法来支持临床决策，以解决抗生素处方问题。一个帝国团队正在开发微针生物传感器（microneedle biosensors），以监测和优化抗生素治疗。

这些小而无痛的贴片会戴在人的皮肤上，并实时测量某人血液中的抗生素含量。开发它们的最终目的是提供个性化的响应剂量，以优化抗菌药物的使用，改善临床护理，并减少抗菌素耐药性的驱动因素。

获得有效的抗菌药物，如抗生素，对于治疗细菌，真菌和病毒感染的患者至关重要。但是，新药的开发速度有限，因此迫切需要优化我们现有的药物。

她说，“我们现在需要做更多的工作来应对耐药性感染，不能坐等新的解决方案。需要着重改善我们使用现有药剂，我们需要了解如何更好地预防和治疗感染。我们还需要改善对患者的剂量，因为目前使用的抗生素，对我们非常脆弱的患者而言，还不够好。”

教授领导的抗菌优化中心（CAMO）旨在支持和提供创新技术，以优化抗生素，抗真菌剂和抗病毒剂的使用，从而改善患者护理并减少耐药性感染，以及研究针对患者的定制处方。（完）《亲爱的数据》出品人，谭婧。