Das Singapore General Hospital (SGH) hat in Zusammenarbeit mit DXC Technologies eine künstliche Intelligenzlösung namens „Augmented Intelligent Infectious Diseases“ (AI2D) entwickelt, die darauf abzielt, Antibiotika-Verschreibungen zu optimieren, Antibiotika-Missbrauch zu reduzieren und für jeden Patienten die am besten geeigneten Antibiotika auszuwählen . . Das AI2D-Modell wurde anhand anonymisierter Daten von 8.000 Patienten trainiert, die mehrere Infektionsarten wie Lungenentzündung und sieben häufig verwendete Antibiotika abdecken. Die Redakteure von Downcodes vermitteln Ihnen ein detailliertes Verständnis dieser Innovation zur Bekämpfung der globalen Krise der Antibiotikaresistenz.
Die Konstruktion des AI2D-Modells basiert auf nicht identifizierten klinischen Daten von etwa 8.000 SGH-Patienten aus den Jahren 2019 bis 2020, einschließlich Röntgenaufnahmen, klinischen Symptomen, Vitalfunktionen und Infektionsreaktionstrends, die sieben häufig verwendete intravenöse Breitbandantibiotika abdecken. Das Forschungsteam führte im Jahr 2023 eine vorläufige Validierungsstudie des KI-Modells durch und verglich es mit 2.000 Lungenentzündungsfällen.
In der Studie stellten SGH und DXC fest, dass AI2D die Zahl der Fälle, die einer Überprüfung bedürfen, um ein Drittel reduzieren konnte (von 2012 auf 624). Das KI-Modell erhöhte auch die Wahrscheinlichkeit, Fälle zu identifizieren, die ein Eingreifen erfordern, um fast 12 % der überprüften Fälle, verglichen mit nur 4 % bei der herkömmlichen manuellen Überprüfung. Darüber hinaus wurde die Analysezeit für einen bestimmten Fall von 20 Minuten bei der manuellen Überprüfung auf „weniger als eine Sekunde“ verkürzt.
Untersuchungen zeigen, dass das KI-Modell bei der Bestimmung, ob Antibiotika bei Lungenentzündungen erforderlich sind, zu 90 % genau ist. Die Studie ergab auch, dass in fast 40 % dieser Fälle die Verschreibung von Antibiotika möglicherweise unnötig ist.
Laut SGH macht Lungenentzündung 20 % aller Infektionen in seinen Krankenhäusern aus und ist die Art von Infektion, für die am häufigsten Antibiotika verschrieben werden. Die durchschnittliche Aufenthaltsdauer der Patienten liegt zwischen zwei und neun Tagen, und die Regierung kostet bis zu 5.000 S$ (ca. 3.500 US-Dollar) pro subventioniertem Krankenhausaufenthalt. Laut einer Prüfung des Antibiotikaeinsatzes aus dem Jahr 2018 stellte das SGH Hospital fest, dass 20 bis 30 % der intravenös verabreichten Breitbandantibiotika überflüssig waren, während etwa 30 % der im Krankenhaus erworbenen Infektionen in Singapur als resistent gegen Breitbandantibiotika gelten.
Als Reaktion auf dieses globale Problem richten Krankenhäuser Antimikrobielle-Stewardship-Programme ein, um den übermäßigen Einsatz von Antibiotika zu verhindern und zu ermitteln, wann geeignetere Schmalbandantibiotika empfohlen werden. Der Einsatz von Automatisierung und künstlicher Intelligenz kann zum Zeitpunkt der Verschreibung bessere Erkenntnisse in Echtzeit liefern und dabei helfen, Fälle zu identifizieren und zu priorisieren, die einer Überprüfung bedürfen.
Das Forschungsteam führt derzeit eine Vergleichsstudie an 200 hospitalisierten SGH-Patienten durch, um die Wirksamkeit des KI-Modells bei der Reduzierung des Antibiotikaeinsatzes zu testen, und wird in Zukunft ähnliche Modelle für Harnwegsinfektionen entwickeln.
Der Erfolg des AI2D-Projekts liefert eine neue Idee zur Lösung des globalen Problems der Antibiotikaresistenz. Der Einsatz künstlicher Intelligenz zur genauen Bestimmung der Notwendigkeit von Antibiotika-Medikamenten kann nicht nur den Missbrauch von Antibiotika wirksam kontrollieren, sondern auch die medizinischen Kosten senken und die medizinische Effizienz verbessern. Der Herausgeber von Downcodes hofft, dass AI2D in Zukunft auf mehr Krankheitsfelder angewendet werden kann und mehr Patienten zugute kommt.