共计 1291 个字符，预计需要花费 4 分钟才能阅读完成。
新德里：面对全球范围内日益严重的耐药性感染威胁，印度信息技术学院德里分校（Indraprastha Institute of Information Technology-Delhi）与法国国家信息与自动化研究所（Inria Saclay）的研究人员携手开发了一种基于人工智能（AI）的系统，旨在推荐现有抗生素的有效组合，以对抗超级细菌。
超级细菌是指那些导致难以治疗感染的微生物，包括细菌和真菌。这些微生物大多已对传统抗生素产生耐药性，即它们能够抵抗抗生素的治疗效果。
该研究项目由 Angshul Majumdar 教授和 Emilie Chouzenoux 博士共同领导，是印度德里 Deep Light 与法国工程学院 CentraleSupelec 之间更广泛的印法研究合作的一部分。据印度信息技术学院德里分校的一份官方声明，团队还包括工程师 Stuti Jain 以及研究生研究员 Kriti Kumar 和 Sayantika Chatterjee。
Majumdar 教授在接受 PTI 采访时表示：“这是一个展示人工智能和国际合作如何共同解决现实世界医学挑战的绝佳例子。我们的方法使得更有效地利用现有知识成为可能，并为更智能、更快速地应对抗菌素耐药性（AMR）打开了大门。”
AMR 是指细菌适应抗生素后，使其失效的现象。Majumdar 教授指出，滥用抗生素，特别是在印度等国家，是导致这一危机的主要原因。他补充道：“我们经常在病毒感染时也服用抗生素，而病毒感染并不需要抗生素。随着时间的推移，细菌会进化和适应。结果，即使是简单的感染，如尿路感染或伤口，也可能变得对治疗耐药。”
团队开发的 AI 系统超越了传统的基于规则的模型。它分析了印度领先医院的现实临床决策，并将其与细菌基因组数据和抗生素的化学结构相结合，以推荐最佳治疗方案。该系统已在多种耐药菌株上成功进行了测试，包括肺炎克雷伯菌、淋病奈瑟菌和结核分枝杆菌。
Majumdar 教授分享了一个来自 AIIMS Kalyani 的案例，一位年轻患者的人工髋关节感染，甚至对最后手段的抗生素也无反应。他说：“这是一个简单的肌肉感染，但变得无法治疗。这位来自贫困家庭的患者只能卧床不起，没有任何选择。这就是 AMR 的现实——即使感染看似普通，它也可能摧毁生命。”
教授表示，AI 模型提供了组合治疗建议，反映了医生今天如何治疗晚期病例。他说：“我们的系统不是推荐一种抗生素，而是可以根据细菌的基因组序列提出多种药物的组合。医生可以针对特定菌株要求五种或十种可能的选择，AI 会建议可行的治疗方案。”
虽然该模型目前专注于细菌感染，但它可以重新训练以应对病毒感染，甚至像高血压这样的生活方式疾病，这些疾病中也出现了耐药性。Majumdar 教授强调：“我们的核心动机是解决传染病问题——这个问题在东南亚、非洲和拉丁美洲国家比西方国家更为严重。这类工作的资金较少，但影响巨大。”
团队希望他们的模型最终能够嵌入医院系统和公共卫生框架，特别是在先进诊断技术有限的地区。随着 AMR 被公认为 21 世纪最紧迫的全球健康威胁之一，这种 AI 驱动的解决方案可能为医生在保护抗生素有效性的战斗中提供一个及时的、数据驱动的盟友。
