近日，德國科學家成功開發(fā)出首個為敗血癥患者提供個性化抗生素優(yōu)化方案的人工智能（AI）模型。該研究成果已發(fā)表于最新一期醫(yī)學期刊《npj·數字醫(yī)學》。

挑戰(zhàn)：敗血癥治療亟需精準方案
敗血癥是一種因身體免疫系統(tǒng)對感染產生極端反應而引發(fā)的危及生命的疾病，在德國是主要的死亡原因之一，平均每天約有160人因此喪生。由于病原體在治療初期通常尚未明確，醫(yī)生多采用廣譜抗生素進行治療，但這可能引發(fā)腎臟或肝臟等器官的嚴重副作用。如何在保障療效的前提下避免副作用，成為醫(yī)學界的一大難題。

突破：AI模型OptAB實現精準抗生素選擇
由萊法州衛(wèi)生部門資助，科布倫茨大學、科布倫茨應用科技大學及波恩大學醫(yī)學院的科研團隊聯(lián)合開發(fā)了OptAB在線抗生素選擇模型。該模型基于AI數據驅動，專為需要考慮副作用風險的敗血癥患者設計，旨在通過精準算法最大限度提高治療成功率，并減少器官損傷風險。

OptAB采用創(chuàng)新的神經網絡與微分方程結合算法，能夠處理患者數據中存在的不規(guī)則測量、缺失值及時間相關混雜因素等復雜情況。模型特別針對萬古霉素、頭孢曲松與哌拉西林/他唑巴坦等常見抗生素，通過肌酐、總膽紅素及丙氨酸轉氨酶等實驗數據，精確預測病程進展與副作用風險。

成果：AI優(yōu)化治療方案，臨床效果顯著
研究顯示，與臨床中普遍使用的廣譜抗生素相比，OptAB模型推薦的個性化抗生素組合能夠更快速地發(fā)揮治療效果，同時顯著降低了患者的器官損傷風險。這一突破性成果為敗血癥治療帶來了新的解決方案，彰顯了人工智能在精準醫(yī)療領域的巨大潛力。

未來：推進臨床應用落地
研究團隊表示，未來將進一步驗證OptAB模型的穩(wěn)健性，通過更多臨床試驗推動模型投入實際診療，幫助醫(yī)生為敗血癥患者提供更精準、更安全的治療方案，為醫(yī)療實踐注入科技動力。