【感染科普笔记2024-1-6】薛博仁丨人工智能和抗生素管理
本帖最后由 高山雪莲W 于 2024-9-27 09:34 编辑讲者丨薛博仁（中国医药大学附设医院）
整理丨马维娜（赤峰学院附属医院）
审核丨武星（江南大学附属医院）/蓝雪0816
来源丨SIFIC 2023“全国感控与耐药感染”联合大会
人工智能（AI）已经广泛应用到了我们生活的方方面面，抗菌药物的合理应用作为医疗机构管理工作重要的一部分，如何将二者有机结合起来，促进抗菌药物的合理使用。来自台湾中国医药大学附设医院的薛博仁教授，为我们带来了宝贵的经验。
人工智能与抗生素的管理是感控方面的重要环节。目前耐药率高的背景下，抗生素的管理也是耐药菌的管理非常重要的一个环节。原则上，面对一位感染患者，首先要考虑患者存在细菌感染的情况，我们才会应用抗菌药物。应用抗菌药物，首先要根据患者的严重程度，其次根据患者的感染部位，来猜测患者可能感染的主要病原菌是什么。结合患者自身和医院环境中多重耐药菌的情况，才能够决定应用何种抗菌药物进行经验性治疗。接下来采集微生物标本，实验室进行快速的诊断，有些快速诊断需要1~2天，有些快速诊断仅需几分钟，这取决于各个实验室的水平。根据实验室提供的快速诊断数据，来调整抗菌药物。假如实验室提供了真正的致病菌以及药物敏感性试验结果，我们会进行靶向治疗。治疗的疗程可能7~10天不等，治疗过程中要观察患者的病情严重程度，其次是患者的感染部位，判断可能是何种耐药菌的感染，然后是多重耐药菌的药敏情况。
一、人工智能抗菌药物使用“智抗菌”iAMS的架构平台
中国医药大学附设医院现已经实行了一年的人工智能抗菌药物的使用，称为iAMS。
上图为iAMS的电脑界面，整个iAMS的架构平台主要有4大层面。
1. 预测该患者在医院即将使用抗菌药物的败血症及致死率风险
针对如何预测一个患者败血症及死亡率的风险，设定了10个参数，这些参数都是经过了长时间的外部验证，跟SOFA、QSOFA、MEWS的数据作为配合，甚至跟乳酸的数据进行配合。患者7天败血症及7天死亡率风险预测是一个动态的，通过评估该患者住院期间每天的败血症及死亡率的风险，以此来决定患者经验性应用抗生素的情况。
2. Antibiogram：患者过去6个月内在该院细菌培养的结果及耐药情况
患者个人的抗菌谱是该患者在本次住院应用抗生素之前的6个月，在住院过程中不同的标本里培养出何种耐药菌。
其中黄色、橘色的部分代表感控相关的一些重要耐药菌，我们可以清楚地知道该患者在过去6个月内在该院住院过程中曾培养出的耐药菌，作为经验性治疗时的重要参考。有这样个体化抗菌谱的AI介入，我们就不需要逐份查阅过去的微生物检验结果，也能获知患者6个月内曾经的细菌培养情况，这是抗菌药物经验性治疗时非常重要的依据。在应用抗菌药物时，结合该患者在我院耐药菌的MDL分析，便可以得知该耐药菌在我院一年来的分布情况，这也是经验性抗菌药物治疗时的参考。不只是整个医院，还包括其他医院不同的细菌耐药情况。所以当我院每个单位的住院医师要使用抗菌药物的时候，他可以通过这个平台获得以上数据。
3. 快速预测耐药菌
无论是血标本，还是其他标本，当实验室培养菌落的时候，可以进一步进行质谱检验，便可以很快得知细菌的名称。AI的介入，在细菌菌落质谱检验后，将质谱进行整理，用成千上万的不同的细菌质谱，利用AI去深度学习，学习完毕后会告诉我们什么样的质谱图形属于何种细菌，这些细菌里是否存在多重耐药菌。质谱打出来后，我们便可以清楚地知道，MRSA和MSSA在质谱上是有不同的标识，一个spectrum对应一个特定蛋白质的成分。通过质谱图去快速预测耐药的金黄色葡萄球菌（MRSA），已经刊登在国际知名的杂志上。当然，这种结果还需要做外部的验证。培养结果是金黄色葡萄球菌，打完质谱的一分钟内送到AI中心，就可以知道该细菌是MRSA。我们医院跟瑞士的一家医院合作，他们把所有的质谱数据提供给我们医院，我们利用这些数据去分析，同样可以在打完质谱的同时就能够预测出是MRSA还是MSSA。同样可以通过质谱图直接预测CRKP（碳青霉烯耐药肺炎克雷伯菌）和CSKP（碳青霉烯敏感肺炎克雷伯菌）。我们很想知道是否可以预测不同的碳青霉烯酶，现在我们可以通过质谱图成功地预测KPC的CRKP。接下来我们会预测多粘菌素的耐药，多粘菌素的耐药/敏感/中介，也可以从质谱图预测出来。简单讲，当临床上从质谱图看到了不同的细菌，尤其可能是一些重要的耐药菌的时候，我们可以从质谱、AI的介入后，就可以直接获知是何种耐药菌，这仅需要1min的时间，这就是快速耐药的预测。不然你面临的可能是明天、隔两天，才知道真正的药敏试验的结果。
4. CDSS：抗菌药物的治疗
“智抗菌”平台里败血症与死亡率风险的评估、个人的抗菌谱及细菌被培养出来以后的菌落可以直接得知菌种，也可以直接预测它是不是耐药菌，都是非常重要的。但在临床上最重要的，是抗菌药物的使用。最重要的是及时将快速预测结果传递给临床医师，所以预测不是只有做科研。我们通过“智抗菌”的平台直接告知临床医师，临床医师的手机也可以接收到信息，他可以获知患者的细菌培养出来是何种耐药菌，来调整抗菌药物。最后是抗菌药物的使用，也就是最大的平台CDSS，CDSS的“智抗菌”平台里关于抗菌药物如何合理使用，这是药剂部非常费心的地方。
在上图中，左边ABC代表不同的细菌，右边的代表不同的细菌可以用什么样的抗菌药物。这是电脑化的呈现，临床医师不可能知道哪一个细菌应用了不该使用的抗菌药物，同时这个平台可以结合参考患者的实际情况、败血症风险、预测的结果，所以这是一个真正在使用抗菌药物的智能平台。在这样的平台中，抗菌药物的使用很难出错，因为应用的抗生素的流速、剂量、患者肝肾功能、过敏史等全部都在系统里，临床医师不可能开具患者过敏的药物，不可能开肝肾功能不符的情况下使用的药物剂量，药物给药方式是im、iv的，不可能开成其他的给药方式，或者不正确的药物流速，因为这全部都在电脑的管控下。
二、资讯室的整合
资讯室的整合非常重要，需要下大力量。所有的数据进入资讯室以后，会被传输到AI中心，AI中心再把数据传给资讯室，经过HIS系统，进入“智抗菌”的智能平台。现在医院里所有需要开具抗菌药物，都要经过这个平台。
从去年12月到现在为止，这个平台的outcome大概有13000多个，几乎每一个医生给每一个患者开抗菌药物的时候，都要经过这样的平台，这是一个must do的平台。最后的outcome的分析就是因为这样的CDSS，临床医师不可能用错药，不可能用错剂量，Near-miss用错的机会几乎变成零。在我们介入这个平台后，几乎没有Near-miss开错药物的情况，抗生素使用的费用逐渐降低。重要的是，介入这个平台以后，尽管是葡萄球菌，金黄色葡萄球菌的7天死亡率整体下降了11%，肺炎克雷伯菌感染的死亡率下降了3.7%。众所周知，肺炎克雷伯菌感染的死亡率本身就很高，在医院里CRKP的比例在40%，MIC约50%。这样的平台介入以后，因为临床医师的抗菌药物使用正确性提高，所以患者存活率也随之提高。我们曾做过一个CRKP跟CSKP的分析，病人在ICU里面接触到了CRKP和CSKP，介入了智能的抗菌药物使用平台，在ICU里真正的死亡率从40%降低到了28%。
三、小结
在医院里建立“智抗菌”这样的平台，在使用抗菌药物方面给临床提供了一个很大的方便，病人的照顾有非常多的好处。这个平台应用到临床，在台湾地区，有法律规定需要有一些验证，需要有证照，至少需要有数篇文章的发表才可以获得，有了证才能在临床实验室使用。在临床实验室使用之外，希望不止在中国医药大学附设医院，也希望在台湾的其他医院落地。更希望这样的平台能够真正在抗菌药物的使用过程中，提供给临床医师使用，并能够达到更优化。
本文链接：https://mp.weixin.qq.com/s/FwfVt-xxsXGCmPxp2IIr-A
欢迎投稿：sific2007@163.com“本平台所有文章欢迎大家转发到朋友圈、群内学习，但若需转载至公众号或其它平台发布，请先联系小编确认同意”封面图片来自网络图文：王小虾
谢谢老师分享，涨知识啦 谢谢老师分享，涨知识啦
页:
[1]