【感染科普笔记2023-7-14】薛博仁丨智慧医疗与抗生素管理-智能抗生素治疗辅助决策系统

nionline

讲者丨薛博仁（中国医药大学医学院）
整理丨刘水桂（南昌三三四医院）
审核丨江云兰（安徽医科大学附属安庆第一人民医院）
来源丨SIFIC 2022“全国感控与耐药感染” 联合大会

台湾的抗生素管理有10多年了，他们积累了不少的抗生素管理经验，其中智能抗菌系统的使用使感染和败血症患者达到了早期诊断并及时治疗的目的。智能抗菌系统界面是怎样的？有哪些特点？怎样操作帮助医生进行早期诊断？早期如何合理使用抗生素？来自台湾中国医药大学医学院薛博仁教授向我们介绍了《智能抗生素治疗辅助决策系统》协助抗生素管理的成功经验，相信会给大家带来很多启示。

一、抗生素情况

2022年11月18-24日是全世界抗生素警戒日，2015年12月台湾的卫生福利部疾病管制署下发了《抗生素管理手册》。其内容包含有文化建立、感染管制、监测抗药性及抗微生物制剂合理使用。

1. ICU中重症感染患者日常实践中使用抗生素管理手册的方法

ICU中重症病人多，抗生素管理尤其重要。不同时间段抗生素的治疗，医生需要考虑的层面不一样。经验的起始抗生素治疗（0小时）需要考虑2个方面：多重耐药菌（MDR）流行病学（环境、病人的重症情况）及多重耐药菌危险因素（联合疗法、免疫状态、感染源控制）。起始治疗是经验性治疗，需要实验室在24小时内尽快出检验结果，帮助临床医生更好地诊断（医生决定是否调节经验疗法及停用抗生素治疗）。48-72小时后，微生物培养和药敏试验结果出来后可以帮助医生决定是否停用抗生素治疗及降级使用抗生素），医生结合指南选用合适的抗生素治疗。7-10（14）天后，病人病情好转，医生考虑停用抗生素治疗。

2. 2018年WHO提出的重要耐药菌

2018年WHO提出25个重要的耐药菌，排名前五的耐药细菌有：鲍曼不动杆菌、铜绿假单胞菌、大肠埃希菌、肺炎克雷伯杆菌及碳青霉烯类耐药肠杆菌（ESBL和CRE），这些是我们经常面对的耐药菌。我们在对病人初始治疗时考虑MDR的流行病学，是抗生素管理的一个重要方面。医生给予病人经验性治疗时，病人所处的环境、所在的医院、社区耐药情况也是医生需要考虑的因素。

3. 2020年台湾ICU中多重耐药菌流行趋势

2020年对83家地方医院ICU及22家医学中心ICU分离出的多重耐药菌进行了研究，结果发现病人处在一个多重耐药菌的环境中。病人本身的高危因素也会导致多重耐药菌存在或感染机会增加。结果见表1。

表1 地方医院ICU和医学中心ICU分离多重耐药菌比例情况（%）


备注：MRSA:耐甲氧西林金黄葡萄球菌；VRE:抗万古霉素肠球菌；CREC:耐碳青霉烯类大肠埃希菌；CRKP:耐碳青霉烯类肺炎克雷伯杆菌；CRPA:耐碳青霉烯铜绿假单胞菌；CRAB:耐碳青霉烯鲍曼不动杆菌
4. 在台湾，疾控中心每年公布多重耐药菌数据从疾控中心公布的2012年至2021年医学中心及地方医院ICU多重耐药菌排行榜中，2021年碳青霉烯类耐药的肺炎克雷伯杆菌达38.3%。
5. 社区的血流感染多重耐药菌的流行情况2020年台湾18家中心血流感染分离多重耐药菌情况如下：耐甲氧西林金黄葡萄球菌占50.0%、 耐万古霉素肠球菌及屎肠球菌占52.1%、耐碳青霉烯类大肠埃希菌占0.9%、耐碳青霉烯类肺炎克雷伯杆菌占10.1%、耐碳青霉烯铜绿假单胞菌占32.8%、耐碳青霉烯鲍曼不动杆菌占54.0%。
在新型冠状病毒肺炎流行时，血流感染中耐甲氧西林金黄葡萄球菌检出率在增加，2020年为（54.0%），2019年为（51.1%）。病人经验治疗时，考虑的因素更多。综上所述，医生给病人经验使用抗菌药物时，医生需要考虑病人所处的环境因素及患者本身的高危因素。
二、台湾的智能抗菌系统1. 台湾的智能抗菌系统简介为了加强抗生素的管理，中国医药大学附属医院发明一套智能抗菌系统（iAMS），简称智抗菌系统。经验性治疗时医生需考虑环境因素、病人高危因素。临床医生要开具抗生素一定要进入抗生素管理系统，没有进入该系统不能开具抗生素。
智抗菌系统在台湾使用1年多，这个平台包括4个部分：抗生素治疗辅助决策系统、败血症风险与致死率预测、智速检抗菌性预测和个人微生物抗菌谱。它是唯一全面整合抗菌性预测，败血症预测和药物基因预测，且智能化为病人量身定做的抗生素使用建设平台。
2. 智抗菌平台有以下创新点1） 整合临床资讯和人工智能预测，落地临床作业医生开具抗生素，均须从医院住院系统（智能抗菌平台）进入，否则不能开具抗生素。该平台具有团队合作，资源整合特点，制定了标准化、智能化和精实流程。因为有检验医学部与临床医学部通力合作，创造出智抗菌系统。2） 抢得先机的智速检抗药性预测我们的质谱检测可以出现波形，不同细菌会出现不同波形。我们借助质谱的不同波形，通过机器学习，利用质谱仪讯号预测抗药性，这其中包含MRSA和CRKP，更可预测关键粘杆菌素抗药性，并以简讯通知医生调整最适合抗生素。使用该平台医生可以提早24至72小时得到抗药性资讯。3）掌握脉动的败血症风险与致死率预测以人工智慧演算法，借由较易取得的临床资讯（性别、年龄、生理数据及常规抽血报告），预测败血症机率，使临床及早介入治疗（临床医生升阶和降阶使用抗菌素）。败血症发生率用10个参数预测，其致死率用14个参数预测。这些参数临床上常见，通过人工智能预测，可以知道病人败血症发生率及死亡率风险有多少。败血症风险与致死率预测不仅提高单点的资讯，更发展为长时间的趋势变化，进而找出病情大幅转变之时间点的治疗处方，协助临床诊治。4）博古知今的病患个人微生物抗菌谱智抗菌系统可以整合病患3个月内在本院的各种检验、培养菌种和药物的敏感性资讯。医生经验性治疗病人时，可以参考过去3个月病人在医院培养出来的细菌，再结合临床指征，可以合理地选择抗菌素。5） 完整贴心的智能抗生素治疗辅助决策系统该系统整合感染症所需临床资讯和感控资料，并自动依据抗菌药物敏感性CLSI指引、体重、肝肾功能给予适当抗生素和剂量建议。
特点：

• 医生点击版块，可知道各单位菌株药物敏感性、全院逐月抗药菌株盛行率及病历记录指引建议。
• 院内和单位抗药性菌株分析，医生可以看到整个医院和单位菌株药物敏感性分析。例如医生怀疑病人铜绿假单胞菌感染，点开病人所在的ICU，可以看到亚胺培南的耐药率为45%。可以及时提供耐药情况，帮助医生合理选择抗菌药。
• 使用抗菌素时，医生可以参考云端药物史、微生物培养报告、生命微象、累积检验报告、指标性检验数据等，合理选择抗菌素。
• 根据菌株和药物敏感性建议选择适当抗生素。例如嗜麦芽菌根据指南可以使用3种药物，然后医生输入体重、肝肾功能，系统给予药物剂量。依照美国CLSI指引建议抗生素最适当的剂量。系统会自动依据年龄、体重、肝肾功能给予药物剂量的建议。系统也会搭配药物基因检测结果提示高风险患者。
• 全方位智能抗菌系统的使用，降低了抗生素剂量错误使用。滚动式调整抗生素使用方法使医生临床评估病人病情，选择经验性抗生素，然后根据各阶段的检测（PCR检测、病原菌识别、药物敏感性试验）结果，通过使用智抗菌系统，结合病人的体重、肝肾功能，最终精准使用抗生素。
  

3. 智能抗菌系统取得的成绩智能抗菌系统有外部团队合作，校院间交流合作，院际间交流合作。已经落地于院内系统，累计7万人次使用。它的普及率达到100%，智速检抗药性预测与微生物培养一致性达到95%。人工智能败血症风险与致死率预测正确率超过80%。
智能抗菌系统取得的经济效益是可观的。它能改善病患预后，降低住院天数及健保花费。根据本院每年约1600位急诊菌血症患者估算，改善555位患者正确用药，降低1110天住院天数，减少34位加重病房住院，避免22位死亡，降低733万健保花费。
总 结：抗菌素的耐药现象不容乐观。台湾中国医药大学医学院附属医院使用了智能抗菌平台，从而使感染和败血症患者达到了早期诊断，及时治疗及降低死亡率目的。智能抗菌平台可以进行败血症风险与致死率预测，从而帮助医生早期侦测败血症；可以进行抗药性预测，帮助医生早期预测患者的抗药性；可以整合病患的各种检验、培养菌种和药物的敏感性资讯，从而帮助医生正确且合理地选择抗生素。

封面图片来自网络   图文：王小虾

高山雪莲W

对智能抗菌系统有所了解了。
台湾使用智能抗菌系统使感染和败血症患者达到了早期诊断并及时治疗的目的，
多次听到专家讲到抗感染的早期介入治疗会取得更好效果，尤其是败血症、感染性休克等患者，早期精准使用可在在降低死亡率。
谢谢黄老师分享。