当细菌、病毒、真菌和寄生虫等发生变异，导致药物不能再发挥有效作用时，就会出现抗菌素耐药性，导致病人住院时间延长，医疗费用增加以及死亡率上升，对公共卫生构成重大威胁。
英国利物浦大学抗菌药物优化网络中心（CAMO-Net）最新研究表明，使用人工智能（AI）可改善尿道感染的治疗方法，并有助解决抗菌素耐药性（antimicrobial resistance，简称AMR）问题。
改善尿道感染治疗方法
传统的尿道感染诊断测试，即抗菌药物敏感性测试（antimicrobial susceptibility testing)，采用 “一刀切 ”的方法来确定哪种抗生素对特定细菌或真菌感染最有效。发表在《自然通讯》（Nature Communications）上的这项新研究提出个性化方法，科研人员使用人工智能测试12种抗生素的预测模型，利用实时数据帮助临床医生更准确地确定感染目标，降低细菌对抗生素治疗产生耐药性概率。
上述研究由利物浦大学医学微生物学顾问亚历克斯·霍华德（Alex Howard）博士领导。他指出，这项研究展示如何将常规健康数据与实验室检测相结合，帮助保维持抗生素的有效性。通过使用人工智能预测尿道感染者何时感染抗生素耐药菌，这种方法可以改善对感染者的护理，有助防止抗生素耐药性的传播。
当细菌对抗生素产生耐药性时，普通的医疗程序如外科手术，就会因高感染风险而无法进行。根据推测，到2050年，每年因抗菌素耐药性微生物所引起的传染病死亡人数，估计将剧增到1000万人。这个死亡人数包括结核病、爱之病以及疟疾。到时，或许连动个简单的手术和癌症化疗，都会因为缺乏有效抗生素而危机四伏，是全球迫切关注的问题。
