「結核病」是世界上最大的傳染性殺手，治療結核病的最大挑戰在於，這種細菌具備快速變形並對多種藥物產生抗藥性的能力。依照目前的醫療技術而言，想要快速確定菌株並選擇合適的抗生素治療仍然很困難。
結核病變數大 醫師診斷能力不足
在很難獲得藥物試驗的發展中國家，許多醫生在治療結核病的病人都只是自己的根據經驗。在這些結核病感染率高的國家中，所擁有的診斷能力的不到現代國家一半。
即使在設備最好的實驗室，傳統的、利用培養的細菌測試抗藥性方式也需要幾周或幾個月的時間才能有結果，因為結核菌株在實驗室培養皿中的生長速度往往很慢，同時實驗室的工作人員也面臨著感染的風險，這也加大利用這種方式進行研究的負面影響。
利用AI和大數據 打造抗藥性測試模型
因此當今的醫療界迫切需要新的檢測方法，在患者開始治療前，就能快速、可靠地檢測出該患者的結核病菌對於最常用藥物的耐藥性，以改善治療結果，並幫助遏制感染的蔓延。
而在今年，哈佛醫學院布拉瓦特尼克研究所(Blavatnik Institute)的生物醫學研究人員與哈佛大學應用數學學生設計了一個程式，利用AI和大數據為這類測試的開發做好了準備。
團隊於4月29日在電子生物醫學(EBioMedicine)期刊上發表了的一款電腦程式，可以在0.1秒內準確預測結核菌株對10種一線和二線藥物的抗藥性，而且比同類模型更精確。
如果將該模型應用到臨床試驗中，可以使耐藥性檢測更快、更準確，從而克服目前耐藥檢測方法中的不足之處。
「我們的模型強調了人工智慧在結核病中的作用，但它的重要性遠遠超出了結核病的範圍，」一位團隊的研究人員BEAM解釋。「人工智慧將通過快速且精確的方式整理大量資料，進而幫助臨床醫生在各種複雜的情況下做出最正確的決定。」
圖源/Image by Arek Socha from Pixabay
文章轉載自AI現場