人工智能如何制止抗菌素耐药性的传播吗?
完成下面的表格,我们将电子邮件您的PDF版本“人工智能如何制止抗菌素耐药性的传播吗?”
完成下面的表格来解锁访问所有音频文章。
多年来,甚至大多数人听说过冠状病毒之前,主要的生物事件,被认为对人类构成全球风险是抗菌素耐药性的传播(AMR)在细菌和其他微生物。
当我们开始看到光在漫长的一年生活COVID-19大流行,AMR的威胁并没有消失,仍是一个优先级。一个声音敲响了警钟,精密医学公司OpGen使用分子诊断和信息识别AMR才能传播。为了了解更多的情况,188金宝搏备用赶上OpGen首席执行官奥利佛沙赫特。
Ruairi Mackenzie (RM):什么是AMR的传播最重要的因素吗?
奥利弗·沙赫特(OS):抗菌素耐药性的主要原因(AMR)是抗生素的使用。过于宽松的抗生素管理实践,包括过度开药,是最大的因素,可以为AMR的增加和传播作出贡献。越是使用抗生素,细菌可以产生耐药性。感染控制实践比以往任何时候都更严格的卫生保健设施中,但仍有许多因素在医院,急救护理和护理机构设置,可以导致耐药感染的扩散和传播,尤其是高危病人组与预先存在的条件。导管和通风等侵入性医疗器械也提高在这些人群感染的易感性。频繁的经验使用广谱抗生素,即。,use without prior diagnosis of the underlying pathogen and its resistance profile, makes patients more vulnerable to suffering and increases AMR.
RM:目前可用的AMR检测协议的局限性是什么?
操作系统:而AMR检测存在于细菌通常由传统的表型培养方法,分子方法已经成为不可分割的一部分,临床实践和被广泛应用于临床微生物实验室由于他们提供更大的速度和准确度。表型分析太耗时,结果可能是不确定的或不可用。这导致长期使用的经验抗生素和延迟有针对性的抗生素治疗,因此恶化的病人和增加AMR的结果。
进一步导致分子方法的速度time-to-result他们直接从本机执行标本,而不是依赖文化的增长。
更多的好消息是,下一代,快速分子面板显示多路可比临床敏感性和特异性相比传统文化的方法。例如,最近的一次多中心研究发表在《临床微生物学杂志》上看着Unyvero性能的快速分子下呼吸道面板在支气管肺泡灌洗(BAL)标本对标准治疗微生物测试,发现Unyvero整体高97.2%的阴性预测值病原体检测在每个样本的基础上。
另一项研究发现Unyvero轻轨交通面板检测的能力27%比传统文化病原体,包括临床重要病原体等k .肺炎,流感嗜血杆菌,不动杆菌和美国maltophilia。结果周转时间也减少到只有5.2小时轻铁面板,为培养法相比,2.8天。
这些sample-to-answer多元分子面板启用快速支持,以确保最佳的治疗或控制策略可以及时进行。
RM:人工智能(AI)技术改善AMR OpGen使用分析,为什么他们是有用的在这种情况下吗?
操作系统:OpGen拥抱云计算,数据共享软件,这使得可以更好地见解实时细菌和病毒的进展。这包括我们ARESdb工具,它利用AI-powered预测算法预测AMR和抗生素敏感性(AST)。
大型数据库的表型和基因型资料可用,机器学习和人工智能工具可以帮助卫生保健提供者获得更深层次的,可行的见解来识别病原体和潜在的疗程。
RM:抗生素的发展在很大程度上忽视了制药和生物技术,尽管全球性灾难的风险如果AMR变得普遍。COVID-19会改变吗?
操作系统:我们希望最近的报告表明COVID-19治疗耐药感染的患病率的影响将阐明可能成为下一个全球大流行,如果任其发展。例如,一项研究发现,即使没有细菌感染的微生物的确认,72%的ICU COVID-19患者服用抗生素实际上,只有7 - 14%证实细菌合并感染。
充分解决这个威胁不仅需要增加对新抗生素的研究和投资——它还呼吁前沿分子诊断解决方案,可以简化和促进耐药病原体的检测,使智能可用抗生素的使用。进一步,基于云计算的数据共享平台添加另一层价值的医疗保健专业人士和流行病学家、交付疫情的见解和通知决策。
奥利弗·沙赫特Ruairi J Mackenzie说,高级科学技术网络作家188金宝搏备用