1928年，英国人亚历山大·弗莱明幸运地发现了青霉素，不仅使他获得了诺贝尔奖，也为现代医学带来了一场革命。抗生素的出现使得每年有数千万人获救。然而90年不到，人类最依赖的抗生素就有了耐药性问题，如若再不采取行动，普通感染也将变得致命。根据世卫组织最新文章和相关报告，到2050年，抗菌素耐药每年将导致1000万人死亡，其中包括100万中国人。
抗菌素耐药性（AMR）是指细菌、病毒、真菌和寄生虫进化后不再对曾经有效的治疗方法产生反应。这种耐药性会导致更长的住院时间、更高的医疗费用和更高的死亡率，对公共健康构成重大威胁，并可能使常见感染变得无法治疗。
利物浦大学抗菌优化网络（CAMO-Net）发布的新研究表明，使用人工智能（AI）可以改善尿路感染（UTI）的治疗方法，并帮助应对抗菌素耐药性（AMR）。
传统的UTI诊断测试，即抗菌素敏感性测试（AST），采用“一刀切”的方法来确定针对特定细菌或真菌感染最有效的抗生素。而这项新研究提出了一种个性化的方法，通过实时数据帮助临床医生更准确地瞄准感染，减少细菌对抗生素产生耐药性的可能性。该研究成果发表在《自然通讯》（Nature Communications）上。
每个抗菌剂分析的微观模拟研究结果
亚历克斯·霍华德博士表示：“这项研究非常重要，且与世界抗菌素耐药性宣传周的主题契合，因为它展示了如何将常规健康数据与实验室测试结合，以保持抗生素的有效性。通过利用AI预测尿路感染患者是否携带耐药菌，我们证明了实验室测试如何更好地指导抗生素治疗。这种方法可以改善全球感染患者的护理，同时帮助防止抗菌素耐药性的传播。”
这项研究的结果标志着在应对AMR方面迈出了重要一步。通过优先使用WHO优选抗生素类别，并根据个体敏感性特征量身定制治疗方案，这种个性化AST方法不仅提高了测试过程的效率，还支持了全球保护关键抗生素有效性的努力。
DOI：10.1038/s41467-024-54192-3
期刊信息：
期刊名称：Nature Communications
2024期刊影响因子: 14.7
JCR分区：综合性期刊Q1区
2024中科院分区：综合性期刊1区TOP期刊
更多官网信息：https://www.nature.com/ncomms
