![]()
Perspective | Open Access
Volume 4 | Article ID 0033 |
https://spj.science.org/doi/10.34133/bmef.0033
![]()
近日，纽约州立大学布法罗分校雅各布斯医学与生物医学科学学院Daniel Amsterdam教授在Science 合作刊BMEF 上发表题为“Perspective: Limiting Antimicrobial Resistance with Artificial Intelligence/Machine Learning ”的文章。近年来，使用计算机辅助设备对临床微生物学的检测结果和数据进行积累、计数、分类和分层越来越常见，随着人工智能（Artificial Intelligence, AI）和机器学习（Machine Learning, ML）应用场景不断拓展，该方法也越来越多地使用于医疗发现和决策支持中。Daniel Amsterdam教授第一次接触医疗保健领域的人工智能系统是Mycin系统。Mycin是1976年美国斯坦福大学开发的一种专家系统，该系统根据专家提供的规则进行设计和构建，旨在提出治疗中枢神经系统感染的抗生素治疗方案。但由于规则数量的限制以及将信息纳入临床工作流程的障碍，该系统并没有被实际使用过。为了克服专家系统的局限性，ML方法得到广泛应用，它被视为一种与机器相关的推理或诊断工具。80多年前，发现青霉素的英国微生物学家Alexander Fleming教授就开始意识到细菌耐药性的风险。随着研究的不断深入，科学家已充分认识到抗生素的使用是导致细菌耐药性的原因之一，并且许多细菌已经表现出极高的耐药性。临床上重要的微生物不断产生新的耐药模式，及时报告详细的耐药性数据也一直面临着评估过去敏感性数据的挑战；显然，AI和ML技术将推动研究细菌耐药性的进程。Daniel Amsterdam教授认为，对感染的患者使用AI/ML作为辅助指导治疗时，应该在其电子健康记录文档中包含“此患者的治疗决策已得到AI/ML支持”的声明。同时，作者提到一个全面的AI/ML程序中包含的变量将包括：（1）具有最大功效、最小毒性和最短治疗时间的抗菌药物；（2）遵守当地的敏感性数据：程序应根据不同的地理位置进行调整，AI/ML技术应该被当地医院的信息技术专业人员使用，并将当地的抗生素图谱数据纳入到程序中；（3）没有抗菌素耐药性标记物；（4）根据感染部位（例如中枢神经系统、骨骼、血流和/或泌尿道）和患者的临床表现提供正确的剂量；（5）考虑患者类型和并发症组合，例如糖尿病、免疫抑制、肥胖、老年和营养状况；（6）考虑给药途径从肠道给药到口服给药的能力和时机；（7）其他必要的因素（具体情况具体分析）。人工智能为发现小分子抗生素、抗菌肽和计算机增强药物设计方面提供了机会，我们期待见证人工智能发现新药物，并指导设计出具有更高活性且低概率出现耐药性的药物。使用人工智能和机器学习技术来确定医院和健康系统中的抗菌药物，是目前和未来解决耐药性问题的一种前瞻性方法。 本文的通讯作者是纽约州立大学布法罗分校Daniel Amsterdam教授，主要的研究方向为使用分子和免疫学方法来检测、表征微生物病原体以及开发出常规和自动化系统来监测这些微生物抗性的方法等，在包括NATURE、LANCET、CLINICAL MICROBIOLOGY REVIEWS、JOURNAL OF INFECTION等SCI期刊上发表了相关学术文章100余篇。
审核：孙敏轩、刘萍萍
https://spj.science.org/doi/10.34133/bmef.0033
-----往期荐读-----
BMEF | 综述: 基于三维柔性电子器件的毫米级模式动物大规模电生理记录
Scalable Electrophysiology of Millimeter-Scale Animals with Electrode Devices
https://spj.science.org/doi/10.34133/bmef.0034
BMEF | 基于电酶组装策略的代谢产物高效同时检测方法
Efficient simultaneous detection of metabolites based on electroenzymatic assembly strategy
https://spj.science.org/doi/10.34133/bmef.0027
BMEF (《生物医学工程前沿》)是中国科学院苏州生物医学工程技术研究所(SIBET CAS)与美国科学促进会(AAAS)/Science合作出版的开放获取国际学术期刊。期刊旨在为生物医学工程这一交叉学科提供一个高效的交流平台，以推动领域内的科学家、工程师和临床医学专家及时地交流，共同促进人类健康。期刊关注在致病机理研究和疾病预防、诊断、治疗及评估方面取得的突破性进展，包括概念、设备、材料、组织、过程和方法等。目前，BMEF 已陆续被DOAJ、CNKI、INSPEC、PubMed Central、Scopus、ESCI等知名学术数据库收录，并将于2024年获得首个影响因子。https://spj.science.org/journal/bmef/https://www.editorialmanager.com/bmef/
