用Podcast訂閱本節目 
Rti 中央廣播電臺 
超級細菌不僅不容易檢驗出來，一旦錯誤用藥更會增加抗藥性，林口長庚紀念醫院今天(26日)發表AI人工智慧結合大數據的「金黃色葡萄球菌」預測模型，準確度達8成，一旦投入臨床使用，可望協助醫師精準投藥、降低抗藥性的風險。
AI人工智慧結合大數據應用在醫療檢驗上，台灣醫界又寫下新進展。
林口長庚紀念醫院26日發表與長庚大學、中央大學合作聚焦在「金黃色葡萄球菌」(hVISA)的「超級細菌預測模型」，可精準地對微生物快速鑑定。
長庚醫院檢驗醫學部部主任盧章智表示，「金黃色葡萄球菌」是最廣為人知的超級細菌，臨床上如果發現較為嚴重的「金黃色葡萄球菌」，通常醫師一開始就會使用後線的萬古黴素，但同時這也增加後線藥物的使用壓力。他說：『(原音)臨床醫生，通常一個嚴重的金黃色葡萄球菌，他第一線大部分就用了萬古黴素，很少用Oxacillin(苯唑青黴素)，但如果我們告訴他Oxacillin有敏感性，就可以不要用萬古黴素，因為第一線就用萬古黴素很容易引發細菌對萬古黴素的抗藥性。』
如何在檢驗階段就先預測細菌可能含有超級細菌，長庚醫院檢驗醫學主治醫師王信堯表示，他們整合質譜儀數據並結合人工智慧，就能協助醫師在1到3天前，以高達8成的準確率，來掌握患者是否感染超級細菌。他說：『(原音)上千個欄位的資料就是一個細菌的圖譜，比方說臉像辨識來說，這就是細菌的臉，我們把這個細菌的臉，丟進去機器辨識，看看這張臉是不是抗藥性的、還是不是抗藥性的。』
長庚醫院檢驗醫學主治醫師王信堯。(蕭照平攝)
王信堯表示，這項研究成果不僅領先全台，在國際上也是較前端的發展，且更在2018年10月被刊登在國際知名期刊。(微生物研究先驅Frontiers in Microbiology)。
長庚表示，未來將擴大其他超級細菌的資料建檔，希望相關系統盡快通過審核，在半年內投入臨床使用。
林口長庚紀念醫院26日發表與長庚大學、中央大學合作聚焦在「金黃色葡萄球菌」(hVISA)的「超級細菌預測模型」。(蕭照平攝)
