德國科學(xué)家成功開發(fā)出首個(gè)能夠?yàn)閿⊙Y患者進(jìn)行個(gè)性化抗生素優(yōu)化選擇的人工智能（AI）模型。相關(guān)成果發(fā)表在新一期醫(yī)學(xué)期刊《npj·數(shù)字醫(yī)學(xué)》上。

敗血癥是當(dāng)身體免疫系統(tǒng)對(duì)感染產(chǎn)生極端反應(yīng)時(shí)出現(xiàn)的一種危及生命的疾病，是德國最常見的死亡原因之一，平均每天約有160人因此死亡。由于在治療開始時(shí)病原體通常是未知的，醫(yī)生經(jīng)常求助于廣譜抗生素，但這可能會(huì)導(dǎo)致嚴(yán)重的副作用，例如腎臟或肝臟損傷?，F(xiàn)在，德國科學(xué)家嘗試?yán)肁I來協(xié)助選擇更合適的抗生素，以應(yīng)對(duì)這一挑戰(zhàn)。

在萊法州衛(wèi)生部門資助下，一個(gè)由科布倫茨大學(xué)、科布倫茨應(yīng)用科技大學(xué)和波恩大學(xué)醫(yī)學(xué)院科學(xué)家組成的團(tuán)隊(duì)開發(fā)出首個(gè)在線抗生素選擇模型（OptAB）。該模型完全基于AI數(shù)據(jù)驅(qū)動(dòng)，適用于考慮副作用的敗血癥患者。其目標(biāo)是最大限度提高治療成功率（以SOFA評(píng)分衡量），同時(shí)盡可能減少腎臟和肝臟損傷等嚴(yán)重副作用。

OptAB模型基于將神經(jīng)網(wǎng)絡(luò)與微分方程相結(jié)合的創(chuàng)新算法，可以處理以不規(guī)則測量、缺失值和時(shí)間相關(guān)混雜因素為特征的復(fù)雜患者數(shù)據(jù)。OptAB可以為萬古霉素、頭孢曲松和哌拉西林/他唑巴坦（組合）提供疾病進(jìn)展預(yù)測，并根據(jù)肌酐、總膽紅素和丙氨酸轉(zhuǎn)氨酶等實(shí)驗(yàn)值，提供有關(guān)病程和可能副作用的精確預(yù)測。

OptAB確定的最佳抗生素組合比臨床實(shí)踐中常用的廣譜抗生素更快顯示出有效性，展示了醫(yī)學(xué)和AI結(jié)合帶來的突破性創(chuàng)新。研究人員還計(jì)劃進(jìn)一步檢驗(yàn)結(jié)果以測試模型的穩(wěn)健性，以盡快將這一模型用于實(shí)際診療中。