新浪新闻客户端

帝国理工学院:人工智能如何“助力”抗生素抗药性研究?

帝国理工学院:人工智能如何“助力”抗生素抗药性研究?
2020年01月21日 00:40 新浪网 作者 谭婧在充电

  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。”

  帝国理工学院:人工智能如何“助力”抗生素抗药性研究?

  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。

特别声明:以上文章内容仅代表作者本人观点,不代表新浪网观点或立场。如有关于作品内容、版权或其它问题请于作品发表后的30日内与新浪网联系。
抗生素抗菌药物
权利保护声明页/Notice to Right Holders

举报邮箱:jubao@vip.sina.com

Copyright © 1996-2024 SINA Corporation

All Rights Reserved 新浪公司 版权所有