近日，德国科学家成功开发出首个为败血症患者提供个性化抗生素优化方案的人工智能（AI）模型。该研究成果已发表于最新一期医学期刊《npj·数字医学》。
挑战：败血症治疗亟需精准方案
败血症是一种因身体免疫系统对感染产生极端反应而引发的危及生命的疾病，在德国是主要的死亡原因之一，平均每天约有160人因此丧生。由于病原体在治疗初期通常尚未明确，医生多采用广谱抗生素进行治疗，但这可能引发肾脏或肝脏等器官的严重副作用。如何在保障疗效的前提下避免副作用，成为医学界的一大难题。
突破：AI模型OptAB实现精准抗生素选择
由莱法州卫生部门资助，科布伦茨大学、科布伦茨应用科技大学及波恩大学医学院的科研团队联合开发了OptAB在线抗生素选择模型。该模型基于AI数据驱动，专为需要考虑副作用风险的败血症患者设计，旨在通过精准算法最大限度提高治疗成功率，并减少器官损伤风险。
OptAB采用创新的神经网络与微分方程结合算法，能够处理患者数据中存在的不规则测量、缺失值及时间相关混杂因素等复杂情况。模型特别针对万古霉素、头孢曲松与哌拉西林/他唑巴坦等常见抗生素，通过肌酐、总胆红素及丙氨酸转氨酶等实验数据，精确预测病程进展与副作用风险。
成果：AI优化治疗方案，临床效果显著
研究显示，与临床中普遍使用的广谱抗生素相比，OptAB模型推荐的个性化抗生素组合能够更快速地发挥治疗效果，同时显著降低了患者的器官损伤风险。这一突破性成果为败血症治疗带来了新的解决方案，彰显了人工智能在精准医疗领域的巨大潜力。
未来：推进临床应用落地
研究团队表示，未来将进一步验证OptAB模型的稳健性，通过更多临床试验推动模型投入实际诊疗，帮助医生为败血症患者提供更精准、更安全的治疗方案，为医疗实践注入科技动力。
