研究人员概述了人工智能蓝图以帮助解决全球范围内的抗菌素耐药性问题

主要作者AlexHoward博士表示：“不同形式的人工智能为改善医疗保健带来了许多机会。人工智能可以利用复杂的不断变化的数据，通知和增强人类行为，并从结果中学习。抗微生物药物耐药性的全球公共卫生挑战需要大规模优化抗菌药物的使用和更广泛的感染护理，而精心构建的人工智能可以实现这一点。”

研究人员指出，虽然人工智能变得越来越有用和强大，但医疗保健系统对其部署仍然具有挑战性——人工智能的承诺与其在患者和人口护理中的使用之间存在实施差距。

考虑到这一点，该小组概述了人工智能的适应性实施和维护框架，以作为学习系统来改善抗菌药物的使用和感染护理。这考虑了与针对AMR的人工智能开发、评估、维护和可扩展性相关的AMR问题识别、法律/法规、组织支持和数据处理。

“弥合人工智能创新与应对抗菌素耐药性之间的实施差距带来了技术、监管、组织和人员方面的挑战。基于集成数据流、治理和技术的学习系统有可能缩小这一差距。AMR和人工智能领域之间的转化专业知识对于在感染护理中适当设计、维护、标准化和全球化AMR-AI以及实现人工智能支持临床医生驱动的AMR最小化策略的潜力至关重要，”霍华德博士说。

这项工作阐明了如何利用数据科学来解决抗菌素耐药性的愿景，作为抗菌素优化中心网络计划的一部分，该计划是一个全球合作项目，汇集了感染和健康信息学方面世界领先的多学科专业知识。