微软 Azure AI 助攻，内地附医成功开发智慧抗药菌预测系统

▼

内地医药大学附设医院（内地附医）与微软合作，在 Azure 平台上开发“AST.AI 智慧抗药菌预测系统”，借由 AI 机器学习分析帮助，将原本须 2-5 天才能得知的“病菌抗药性”结果，缩短为 1 小时。

此项成果已获国际医学期刊认可，并吸引马来西亚外临床学研单位合作，未来将进一步透过 Azure 平台，将模型成果及分析数据与全球医疗机构分享，共同打造更完善的智慧抗药菌系统，以解决全球最大医疗挑战。

内地附医智慧科技创新中心（简称创新中心）主任游家鑫指出，“AST.AI 智慧抗药菌预测系统”借由质谱仪判读蛋白质量进行抗药性预测，并透过细菌与抗生素的分子嵌合增加模型生物意义，运用微软 Azure Machine Learning 平台与协作环境，在有限的人力物力之下，快速开发出机器学习演算法，并以大量临床数据训练模型的精准度。

目前已与马来西亚 4 家医院共享模型或数据，十分期待 AST.AI 未来进一步透过与微软的合作，与欧洲及全世界分享，馈入各地区数据进行验证，让抗药性预测更为精准且符合在地需求。

中国台湾微软指出，“AST.AI 智慧抗药菌预测系统” 的开发，主要基于医学界面临抗生素滥用的两大挑战，一是“病菌抗药性”造成致死率上升，二是抗生素的庞大支出已成为各地区医学中心的沉重负担。

游家鑫指出，以往病患出现感染，在抗生素投药之前，必须透过血液培养、抗药性比对等过程，至少耗费 48-60 小时才能得知检测结果，再将资讯提供给临床医师进行抗生素治疗评估。

然而统计数据显示，每延迟 1 小时用药，病患死亡率就会上升 7.6%。内地附医创新中心团队透过 Azure 平台开发云端原生 AST.AI 系统，串接质谱仪讯号与机器学习演算法，将其运用于细菌的抗药机制预测，并与检测试验室的工作流程高度整合，在短短 1 小时之内即可得知抗药结果，辅助临床精准投药，不仅降低成本，也及时挽救病患健康。

（首图来源：中国台湾微软）

▼

   特别声明    本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。