新加坡综合医院（SGH）正在开发一款名为 “增强智能传染病”(AI2D)的人工智能解决方案，旨在判断开处方抗生素的必要性、减少抗生素的使用，并为每位患者识别最合适的抗生素。该项目与 DXC 科技公司合作，目前已覆盖肺炎病例。
AI2D 模型的构建基于2019至2020年间约8000名 SGH 患者的去标识化临床数据，包括 X 光片、临床症状、生命体征和感染反应趋势，涵盖了七种常用的广谱静脉注射抗生素。研究团队于2023年开展了 AI 模型的初步验证研究，将其与2000个肺炎病例进行了比较。
在研究中，SGH 和 DXC 指出，AI2D 能够将需要审查的病例数量减少三分之一（从2012减少至624）。该 AI 模型还在审查病例中提高了识别需要干预的病例的可能性，达到近12%，而传统人工审查的这一比例仅为4%。此外，某个病例的分析时间，从人工审查的20分钟缩短至 “不到一秒”。
研究显示，该 AI 模型在判断肺炎病例是否需要使用抗生素方面的准确率达到了90%。研究还揭示，在这些病例中，近40% 的抗生素处方可能是多余的。
SGH 表示，肺炎占其医院所有感染的20%，是抗生素处方最频繁的感染类型。患者的住院时间平均在2到9天之间，政府每位接受补贴的患者的住院费用高达5000新元（约3500美元）。根据2018年的抗生素使用审计，SGH 医院发现有20% 至30% 的广谱静脉注射抗生素是多余的，而在新加坡，约30% 的医院获得性感染被认为对广谱抗生素产生了耐药性。
为应对这一全球性问题，医院正在建立抗微生物药物管理计划，以防止抗生素的过度使用，并识别出更合适的窄谱抗生素的推荐时机。运用自动化和人工智能，可以更好地在处方时提供实时洞察，帮助识别需要审查的病例并优先处理。
研究团队目前正在为200名 SGH 住院患者进行比较研究，以测试 AI 模型在减少抗生素使用方面的有效性，未来还将开发针对尿路感染的类似模型。
划重点:
🌐 AI 技术帮助判断抗生素使用的必要性，减少误用情况。
📉 AI 模型显示90% 准确率，近40% 的处方可能是多余的。
🏥 SGH 医院抗生素管理计划旨在应对全球抗药性问题。
