新加坡综合医院（SGH）正致力于一项名为“增强智能传染病”（AI2D）的人工智能解决方案，旨在评估抗生素处方的必要性，减少抗生素使用，并为每位患者推荐最适合的抗生素。该项目与DXC科技公司合作，当前已聚焦于肺炎病例的研究。

药品，医疗

AI2D模型的构建依托于2019至2020年约8000名SGH患者的去标识化临床数据，包括X光片、临床症状、生命体征及感染反应趋势，并涵盖七种常用的广谱静脉注射抗生素。在2023年，研究团队实施了AI模型的初步验证，将其与2000个肺炎病例进行了比较。

研究结果表明，SGH与DXC合作的AI2D模型能够将需审查的病例数量减少三分之一（从2012减少至624）。此外，该AI模型在审查过程中提高了识别需要干预病例的可能性，达到了近12%，而传统人工审查的这一比例仅为4%。更值得注意的是，某些病例的分析时间从人工审查的20分钟缩短至“不到一秒”。

研究进一步显示，这一AI模型在评估肺炎病例抗生素使用的必要性方面，其准确率高达90%。同时，研究指出，在这些病例中，近40%的抗生素处方可能是多余的。

SGH医院表示，肺炎占其所有感染病例的20%，是抗生素处方最为常见的感染类型。患者的住院时间平均在2到9天之间，政府为每位接受补贴的患者承担的住院费用高达5000新元（约合3500美元）。根据2018年的抗生素使用审计，SGH发现20%至30%的广谱静脉注射抗生素是多余的，而在新加坡，约有30%的医院获得性感染被认为对广谱抗生素产生了耐药性。

为应对这一全球性挑战，SGH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，并在适当时机识别出更合适的窄谱抗生素推荐。通过运用自动化和人工智能技术，医院能够在抗生素处方时提供实时洞察，以帮助识别需要审查的病例并优先处理。

目前，研究团队正在为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效果，未来还计划开发针对尿路感染的类似模型。

划重点:

🌐 AI技术用于评估抗生素使用的必要性，减少不当使用情况。  

📉 AI模型具有90%的准确率，近40%的处方可能是多余的。  

🏥 SGH医院的抗生素管理计划旨在应对全球抗药性问题。