人工智能使败血症的抗生素治疗更快、更有效

败血症是一种危及生命的感染并发症，在美国每年有170万人住院，35万人死亡。快速准确的诊断至关重要，因为在没有有效治疗的情况下，死亡率每小时增加8%。然而，目前的诊断标准依赖于培养物的生长，这通常需要两到三天的时间

在获得更多准确诊断信息之前，医生可能会选择使用广谱抗生素，但这些抗生素的疗效有限，对患者有潜在毒性

在ASM Microbe发表的一项研究中，Day Zero Diagnostics的一个团队公布了一种使用人工智能（AI）进行抗菌药物敏感性测试的新方法

他们的系统Keynome gAST，或基因组抗菌药物敏感性测试，通过分析直接从患者血液样本中提取的细菌全基因组，绕过了培养生长的需要。这些中期发现是基于从波士顿地区四家医院收集样本的研究得出的

与依赖已知抗性基因的传统方法不同，机器学习算法基于持续增长的大规模数据库中的数据，自主识别抗性和易感性的驱动因素，该数据库包含75000多个细菌基因组和800000个易感性测试结果（本研究时为48000个细菌基因组，450000个易感性检测结果）。这使得能够快速准确地预测抗微生物耐药性，彻底改变败血症的诊断和治疗

该研究的主要作者、Day Zero Diagnostics数据科学主任Jason Wittenbach博士表示：“这一结果首次证明了直接从血液临床样本中对抗菌药物的敏感性和耐药性进行了全面、高精度的预测。”

“这代表了基于机器学习的快速抗微生物耐药性诊断的可行性的关键证明，该诊断可以彻底改变治疗方法，减少住院时间，挽救生命。”

研究人员表示，鉴于样本量有限，还需要进一步的研究，但在抗微生物耐药性威胁不断增加以及需要快速诊断和治疗败血症的情况下，这些发现可能有助于显著改善患者的预后