Thursday, June 30, 2022

微軟 抗藥性預測: 質譜儀判讀 蛋白質量 (1小時獲結果)


微軟 Azure AI 助攻,中國附醫成功開發智慧抗藥菌預測系統 作者  倢芯 發布日期 2022  05  31 日中國醫藥大學附設醫院(中國附醫)與微軟合作,在 Azure 平台上開發「AST.AI 智慧抗藥菌預測系統」,藉由AI機器學習分析幫助,將原本須 2-5 天才能得知的「病菌抗藥性」結果,縮短為1小時。此項成果已獲國際醫學期刊認可,並吸引國內外臨床學研單位合作,未來將進一步透過 Azure平台,將模型成果及分析數據與全球醫療機構分享,共同打造更完善的智慧抗藥菌系統,以解決全球最大醫療挑戰。中國附醫智慧科技創新中心(簡稱創新中心)主任游家鑫指出,「AST.AI 智慧抗藥菌預測系統」藉由質譜儀判讀蛋白質量進行抗藥性預測,並透過細菌與抗生素的分子嵌合增加模型生物意義,運用微軟 Azure Machine Learning 平台與協作環境,在有限的人力物力之下,快速開發出機器學習演算法,並以大量臨床數據訓練模型的精準度。目前已與國內4家醫院共享模型或數據,十分期待 AST.AI 未來進一步透過與微軟的合作,與歐洲及全世界分享,饋入各國數據進行驗證,讓抗藥性預測更為精準且符合在地需求。台灣微軟指出,「AST.AI 智慧抗藥菌預測系統」 的開發,主要基於醫學界面臨抗生素濫用的兩大挑戰,一是「病菌抗藥性」造成致死率上升,二是抗生素的龐大支出已成為各國醫學中心的沈重負擔。游家鑫指出,以往病患出現感染,在抗生素投藥之前,必須透過血液培養、抗藥性比對等過程,至少耗費 48-60 小時才能得知檢測結果,再將資訊提供給臨床醫師進行抗生素治療評估。然而統計數據顯示,每延遲 1 小時用藥,病患死亡率就會上升 7.6%。中國附醫創新中心團隊透過 Azure 平台開發雲端原生 AST.AI 系統,串接質譜儀訊號與機器學習演算法,將其運用於細菌的抗藥機制預測,並與檢測試驗室的工作流程高度整合,在短短 1 小時之內即可得知抗藥結果,輔助臨床精準投藥,不僅降低成本,也及時挽救病患健康。

No comments:

Post a Comment

alveice Team. Powered by Blogger.