微軟Azure AI助攻，中國附醫(yī)成功開發(fā)智能抗藥菌預測系統(tǒng)

中國醫(yī)藥大學附設(shè)醫(yī)院（中國附醫(yī)）與微軟合作，在Azure平臺上開發(fā)“AST.AI智能抗藥菌預測系統(tǒng)”，借由AI機器學習分析幫助，將原本須2-5天才能得知的“病菌抗藥性”結(jié)果，縮短為1小時。

此項成果已獲國際醫(yī)學期刊認可，并吸引海內(nèi)外臨床學研單位合作，未來將進一步通過Azure平臺，將模型成果及分析數(shù)據(jù)與全球醫(yī)療機構(gòu)分享，共同打造更完善的智慧抗藥菌系統(tǒng)，以解決全球最大醫(yī)療挑戰(zhàn)。

中國附醫(yī)智能科技創(chuàng)新中心（簡稱創(chuàng)新中心）主任游家鑫指出，“AST.AI智能抗藥菌預測系統(tǒng)”借由質(zhì)譜儀判讀蛋白質(zhì)量進行抗藥性預測，并通過細菌與抗生素的分子嵌合增加模型生物意義，運用微軟Azure Machine Learning平臺與協(xié)作環(huán)境，在有限的人力物力之下，快速開發(fā)出機器學習算法，并以大量臨床數(shù)據(jù)訓練模型的精準度。

目前已與臺灣4家醫(yī)院共享模型或數(shù)據(jù)，十分期待AST.AI未來進一步通過與微軟的合作，與歐洲及全世界分享，饋入各國數(shù)據(jù)進行驗證，讓抗藥性預測更為精準且符合當?shù)匦枨蟆?/p>

臺灣微軟指出，“AST.AI智能抗藥菌預測系統(tǒng)”的開發(fā)，主要基于醫(yī)學界面臨抗生素濫用的兩大挑戰(zhàn)，一是“病菌抗藥性”造成致死率上升，二是抗生素的龐大支出已成為各國醫(yī)學中心的沉重負擔。

游家鑫指出，以往病患出現(xiàn)感染，在抗生素投藥之前，必須通過血液培養(yǎng)、抗藥性比對等過程，至少耗費48-60小時才能得知檢測結(jié)果，再將資訊提供給臨床醫(yī)師進行抗生素治療評估。

然而統(tǒng)計數(shù)據(jù)顯示，每延遲1小時用藥，病患死亡率就會上升7.6%。中國附醫(yī)創(chuàng)新中心團隊通過Azure平臺開發(fā)云計算原生AST.AI系統(tǒng)，串聯(lián)質(zhì)譜儀信號與機器學習算法，將其運用于細菌的抗藥機制預測，并與檢測試驗室的工作流程高度集成，在短短1小時之內(nèi)即可得知抗藥結(jié)果，輔助臨床精準投藥，不僅降低成本，也及時挽救病患健康。

（首圖來源：臺灣微軟）