Appearance
Artificial intelligence and infectious diseases: tackling antimicrobial resistance, from personalised care to antibiotic discovery.
文献信息
| DOI | 10.1016/S1473-3099(25)00313-5 |
|---|---|
| PMID | 40972630 |
| 期刊 | The Lancet. Infectious diseases |
| 影响因子 | 31.0 |
| JCR 分区 | Q1 |
| 发表年份 | 2025 |
| 被引次数 | 0 |
| 关键词 | 抗微生物耐药性, 人工智能, 药物发现, 公共卫生 |
| 文献类型 | Journal Article, Review |
| ISSN | 1473-3099 |
| 作者 | Alex Howard, Nada Reza, Peter L Green, Mo Yin, Erin Duffy, Henry C Mwandumba, Alessandro Gerada, William Hope |
一句话小结
抗微生物抵抗（AMR）对人类健康构成了重大威胁，联合国大会提出了应对这一问题的目标，强调新抗生素的开发和有效管理的重要性。本文探讨了人工智能在药物发现、抗微生物管理和监测中的应用潜力，以及面临的技术和政策挑战，为公共健康提供了新思路。
在麦伴科研 (maltsci.com) 搜索更多文献
摘要
抗微生物抵抗（AMR）是一个棘手的问题，可能显著限制人类健康的进步。最近，联合国大会（UNGA）关于AMR的高级别声明定义了应对抗性对人类、动物和环境健康影响的目标。在人类健康方面，新抗生素的发现与开发、抗微生物管理方案、抗微生物监测以及感染控制与预防都是关键领域。人工智能（AI）在揭示临床上难以辨别的数据模式方面具有理想的作用，并可以利用这些信息构建临床决策支持系统，从而帮助实现联合国大会的目标。然而，在必要的基础设施、专业知识以及AI方法的实施方面，仍然存在显著的障碍。在本系列论文中，我们考虑了AI在通过药物发现与开发、抗微生物管理、诊断和监测等方面应对AMR问题的潜在应用，以及它们在公共健康中的使用。接着，我们讨论了影响这些领域的技术、基础设施、监管、伦理和政策挑战。
英文摘要
Antimicrobial resistance (AMR) is an intractable problem that has the potential to significantly limit advances in human health. Recently, the UN General Assembly (UNGA) High-Level Statement on AMR defined targets for addressing the impact of resistance on human, animal, and environmental health. For human health, the discovery and development of new antibiotics, antimicrobial stewardship programmes, antimicrobial surveillance, and infection control and prevention are all key areas. Artificial intelligence (AI) is ideally placed to help achieve the UNGA targets via its role in revealing patterns in data that are clinically indiscernible, and using that information to build clinical decision support systems. However, significant barriers remain in terms of necessary infrastructure, know-how, and the implementation of AI approaches. In this Series paper, we consider the potential applications of AI in combatting the AMR problem through drug discovery and development, antimicrobial stewardship, diagnostics, and surveillance, and their use in public health. We then discuss the technical, infrastructure, regulatory, ethical, and policy challenges that affect these domains.
麦伴智能科研服务
主要研究问题
- 人工智能在抗生素发现过程中如何提高新药的研发效率？
- 在抗微生物耐药性管理中，人工智能可以如何优化临床决策支持系统？
- 针对抗微生物耐药性，人工智能在公共卫生领域的具体应用有哪些？
- 在实施人工智能技术时，哪些基础设施和政策挑战最为关键？
- 如何通过人工智能改进抗微生物监测和感染控制措施？
核心洞察
研究背景和目的
抗微生物耐药性（AMR）是一个复杂的问题，可能会显著限制人类健康的进步。联合国大会（UNGA）高层声明针对AMR设定了应对其对人类、动物和环境健康影响的目标。本文旨在探讨人工智能（AI）在应对AMR问题中的潜在应用，特别是在药物发现、抗微生物管理、诊断和监测等领域。
主要方法/材料/实验设计
本文采用文献综述的方法，分析AI在AMR相关领域的应用现状及其潜力。具体技术路线如下：
关键结果和发现
- 药物发现与开发：AI能够识别临床上难以辨别的数据模式，推动新抗生素的发现和开发。
- 抗微生物管理：AI可以支持临床决策，优化抗生素使用，减少耐药性发生。
- 诊断：AI技术在快速诊断和个性化治疗方案制定方面展现出巨大潜力。
- 监测：AI可以提高对抗微生物耐药性趋势的监测能力，为公共卫生政策提供数据支持。
主要结论/意义/创新性
本文指出，AI在应对AMR方面具有重要的应用潜力，能够通过数据驱动的方法改善药物开发、管理和监测。尽管如此，实施AI技术仍面临基础设施、专业知识、监管、伦理和政策等多方面的挑战。本文的创新之处在于系统性地分析了AI在抗微生物耐药性各个领域的应用，并提出了具体的解决方案。
研究局限性和未来方向
- 局限性：目前对AI在AMR领域的应用仍处于初步阶段，缺乏大规模临床验证和标准化流程。
- 未来方向：未来研究应聚焦于：
- 加强基础设施建设，提升数据共享和处理能力。
- 开展多学科合作，结合临床、技术和政策领域的专家。
- 研究AI技术在不同国家和地区的适应性，以制定全球统一的应对策略。
综上所述，AI技术在抗微生物耐药性问题的应对中展现出广泛的前景，但实现这些潜力需要克服多重挑战。
© 2025 MaltSci 麦伴科研 - 我们用人工智能技术重塑科研