苏黎世大学（UZH）的研究人员利用人工智能（AI）帮助识别耐抗生素细菌。由医学微生物学研究所UZH教授Adrian Egli领导的团队是第一个研究如何使用OpenAI开发的强大人工智能模型GPT-4来分析抗生素耐药性的团队。

研究人员使用人工智能来解释一种常见的实验室测试，即Kirby-Bauer圆盘扩散测试，该测试可以帮助医生确定哪种抗生素能或不能对抗特定的细菌感染。基于GPT-4，科学家们创建了“EUCAST- gpt -专家”，它严格遵循EUCAST（欧洲抗菌素敏感性测试委员会）解释抗菌素耐药机制的指南。通过整合最新数据和专家规则，该系统在数百种细菌分离株上进行了测试，帮助确定了对救命抗生素的耐药性。

人类专家更准确，但人工智能更快

该研究的负责人Adrian Egli说：“抗生素耐药性是世界范围内日益严重的威胁，我们迫切需要更快、更可靠的工具来检测它。”“我们的研究是在常规诊断中使用人工智能帮助医生更快地识别耐药细菌的第一步。”人工智能系统在检测某些类型的抗药性方面表现良好，但并不完美。虽然它善于发现对某些抗生素有抗药性的细菌，但有时它会在细菌没有抗药性的情况下将其标记为抗药性，从而可能导致治疗延误。相比之下，人类专家在确定耐药性方面更为准确，但人工智能系统仍然可以帮助标准化和加快诊断过程。

支持医务人员的有用工具

尽管存在局限性，但该研究强调了人工智能在医疗保健领域的变革潜力。通过提供一种标准化的方法来解释复杂的诊断测试，人工智能最终可以帮助减少人工读数中的可变性和主观性，从而改善患者的治疗效果。Adrian Egli强调，在将这种人工智能工具用于医院之前，还需要进行更多的测试和改进。

遏制全球抗生素耐药性的发展

根据这项研究，人工智能具有支持全球应对抗生素耐药性发展的潜力。随着进一步发展，基于人工智能的诊断可以帮助世界各地的实验室提高检测耐药感染的速度和准确性，有助于保持现有抗生素的有效性。