新加坡綜合醫院（SGH）正在開發一款名爲 “增強智能傳染病”(AI2D)的人工智能解決方案，旨在判斷開處方抗生素的必要性、減少抗生素的使用，併爲每位患者識別最合適的抗生素。該項目與 DXC 科技公司合作，目前已覆蓋肺炎病例。

藥品，醫療


AI2D 模型的構建基於2019至2020年間約8000名 SGH 患者的去標識化臨牀數據，包括 X 光片、臨牀症狀、生命體徵和感染反應趨勢，涵蓋了七種常用的廣譜靜脈注射抗生素。研究團隊於2023年開展了 AI 模型的初步驗證研究，將其與2000個肺炎病例進行了比較。

在研究中，SGH 和 DXC 指出，AI2D 能夠將需要審查的病例數量減少三分之一（從2012減少至624）。該 AI 模型還在審查病例中提高了識別需要干預的病例的可能性，達到近12%，而傳統人工審查的這一比例僅爲4%。此外，某個病例的分析時間，從人工審查的20分鐘縮短至 “不到一秒”。

研究顯示，該 AI 模型在判斷肺炎病例是否需要使用抗生素方面的準確率達到了90%。研究還揭示，在這些病例中，近40% 的抗生素處方可能是多餘的。

SGH 表示，肺炎佔其醫院所有感染的20%，是抗生素處方最頻繁的感染類型。患者的住院時間平均在2到9天之間，政府每位接受補貼的患者的住院費用高達5000新元（約3500美元）。根據2018年的抗生素使用審計，SGH 醫院發現有20% 至30% 的廣譜靜脈注射抗生素是多餘的，而在新加坡，約30% 的醫院獲得性感染被認爲對廣譜抗生素產生了耐藥性。

爲應對這一全球性問題，醫院正在建立抗微生物藥物管理計劃，以防止抗生素的過度使用，並識別出更合適的窄譜抗生素的推薦時機。運用自動化和人工智能，可以更好地在處方時提供實時洞察，幫助識別需要審查的病例並優先處理。

研究團隊目前正在爲200名 SGH 住院患者進行比較研究，以測試 AI 模型在減少抗生素使用方面的有效性，未來還將開發針對尿路感染的類似模型。

劃重點:

🌐 AI 技術幫助判斷抗生素使用的必要性，減少誤用情況。  

📉 AI 模型顯示90% 準確率，近40% 的處方可能是多餘的。  

🏥 SGH 醫院抗生素管理計劃旨在應對全球抗藥性問題。