本網站使用相關技術提供更好的閱讀體驗,同時尊重使用者隱私,點這裡瞭解中央社隱私聲明當您關閉此視窗,代表您同意上述規範。
Your browser does not appear to support Traditional Chinese. Would you like to go to CNA’s English website, “Focus Taiwan”?
こちらのページは繁体字版です。日本語版「フォーカス台湾」に移動しますか。
中央社一手新聞APP Icon中央社一手新聞APP
下載

長庚借助AI技術揪超級細菌 醫師投藥更精準

2019/12/26 12:48(12/26 14:41 更新)
請同意我們的隱私權規範,才能啟用聽新聞的功能。
請同意我們的隱私權規範,才能啟用聽新聞的功能。

(中央社記者張茗喧台北26日電)長庚醫院開發出人工智慧「超級細菌預測模型」,此項AI辨菌技術短短幾秒就能判斷是否為超級細菌,讓醫師投藥更精準,避免患者歷經多次無效治療,釀成嚴重併發症。

長庚醫院今天舉辦記者會公布研究成果,參與研究的林口長庚醫院檢驗醫學部主治醫師王信堯表示,近年微生物學家發現許多具有抗藥性的超級細菌,其中又以金黃色葡萄球菌最為知名。

他說,多重抗藥性金黃色葡萄球菌每年造成全球數百萬人傷亡,尤其在抗生素濫用的狀況下,金黃色葡萄球菌抗藥能力愈來愈強,甚至出現可對抗最後一線抗生素「萬古黴素」的金黃色葡萄球菌(hVISA)。

為了找出辨識超級細菌的方法,林口長庚醫院與長庚大學、中央大學攜手合作,耗時2年運用人工智慧(AI)技術結合質譜儀開發出「超級細菌預測模型」,用藥準確性達80%。

王信堯指出,質譜儀是臨床上用於微生物菌種鑑定常用的儀器,透過不同細菌特質、蛋白,產出成千上萬鋒值的數據,過去雖有一些辨識超級細菌的方法,但必須透過人眼判讀,容易出現誤差。

長庚醫院開發出的「超級細菌預測模型」,則是利用AI取代人眼,他比喻,每一隻細菌的質譜儀圖像都像是一張照片,透過AI分析技術,可輕鬆找出超級細菌的「長相」,幫助醫師提早得知病患感染的是否為超級細菌,提早施用正確的抗生素,效降低感染後惡化成敗血症甚至死亡的憾事發生。

王信堯說,研究團隊已率先利用此技術找出對萬古黴素具抗藥性的金黃色葡萄球菌(hVISA)樣貌,這項研究成果2017年榮獲台北國際發明展金獎,去年10月刊登在國際微生物研究學界著名期刊「微生物研究先驅」(Frontiers in Microbiology)。

王信堯說,以往感染症的病人到醫院後,由於無法即時偵測到體內的超級細菌,往往必須歷經多種藥物嘗試、治療失敗、嚴重併發症等痛苦過程後,才有辦法證實超級細菌的存在,不但加重治療的困難度,錯誤的用藥更增強其抗藥能力。

AI辨菌技術未來將進一步用來檢測其他超級細菌,長庚醫院目前也正在院內進行小規模測試,若測試效果佳,可望納入臨床常規檢驗流程,造福更多病患。(編輯:陳清芳)1081226

中央社「一手新聞」 app
iOS App下載Android App下載

本網站之文字、圖片及影音,非經授權,不得轉載、公開播送或公開傳輸及利用。

172.30.142.104