2月11日，記者從陸軍軍醫(yī)大學(xué)西南醫(yī)院獲悉，該院藥劑科教授枉前團隊首次提出可以將人工智能技術(shù)用于調(diào)整老年重癥感染患者抗菌藥物用量，并開發(fā)出可以實時監(jiān)測藥物濃度的軟件。相關(guān)研究發(fā)表在藥劑學(xué)期刊《科學(xué)報告》上。

據(jù)介紹，隨著人口老齡化的加劇，老年重癥感染患者的用藥愈發(fā)受到人們的關(guān)注。由于老年人大多有多種基礎(chǔ)疾病，可能會影響藥物在體內(nèi)的代謝和排泄，出現(xiàn)劑量不足或劑量過大、藥物蓄積等現(xiàn)象，從而導(dǎo)致治療失敗、耐藥產(chǎn)生和毒性反應(yīng)等問題。如何實時監(jiān)測藥物濃度，實現(xiàn)老年重癥患者的個性化治療，成為學(xué)者關(guān)注的問題。

“為解決這一問題，我們把目光投向人工智能技術(shù)。團隊前期在《抗菌化學(xué)療法雜志》上發(fā)表的研究已證實，基于人工智能技術(shù)建模的藥物濃度預(yù)測準確率優(yōu)于傳統(tǒng)藥代動力學(xué)模型?！蓖髑敖淌诮榻B，此次，團隊以老年重癥患者常用的抗菌藥物作為切入口，通過收集245名老年患者的臨床數(shù)據(jù)，并通過多種算法挖掘變量和藥物濃度之間的關(guān)系，發(fā)現(xiàn)患者的個體清除率、給藥方案、腎功、血紅蛋白及SOFA評分等，均會對藥物濃度產(chǎn)生影響。綜合以上元素，團隊構(gòu)建了萬古霉素的藥物濃度預(yù)測模型。

“與傳統(tǒng)群體藥代動力學(xué)模型相比，此模型的最大特點就是將臨床因素和患者臨床復(fù)雜的情況相結(jié)合，讓醫(yī)生能更好掌握患者體內(nèi)的藥物濃度，及時調(diào)整用藥方案?！蓖髑敖榻B，該模型不僅為臨床醫(yī)生制定老年患者的個體化給藥方案提供了有價值的工具，也為重癥感染的抗菌藥物治療提供了新的思路。

據(jù)悉，未來枉前團隊將繼續(xù)完善這一模型，收集更多實時數(shù)據(jù)，以適應(yīng)更廣泛的患者群體，為抗感染治療的個性化和精準化作出貢獻。

來源：科技日報