AIで最適な抗生物質の組み合わせを探す「iACT」検査とは

薬が効きにくい**薬剤耐性菌（AMR）**は、世界の医療が直面する大きな課題のひとつです。従来の抗生物質が効かない感染症では、複数の薬を組み合わせる治療が必要になることがありますが、どの組み合わせが効くかは患者ごとに大きく異なります。

この問題に対応するため、**シンガポール総合病院（Singapore General Hospital：SGH）**の研究チームは、AIと実験データを組み合わせた新しい検査手法 「Individualised Antibiotic Combination Test（iACT）」 を開発しました。これは患者ごとの細菌に対して多くの抗生物質の組み合わせを試験し、最適な治療法を特定することを目的としています。

iACTとは何か

iACTは、薬剤耐性の強いグラム陰性菌による感染症に対して、最適な抗生物質の組み合わせを選ぶためのin vitro（試験管内）検査サービスです。

対象となる菌には例えば次のようなものがあります。

• Pseudomonas aeruginosa（緑膿菌）
• Acinetobacter baumannii

これらは重症の院内感染を引き起こすことで知られ、効果的な治療薬が限られる場合があります。

こうした感染症では複数の抗生物質を併用するコンビネーション治療がよく使われます。しかし研究では、抗生物質の組み合わせの効果は菌株ごとに異なることが多いと指摘されています。

つまり、ある患者で効いた組み合わせが、別の患者では効かない可能性があります。

最大180通りの抗生物質の組み合わせを検証

iACTの特徴のひとつは、非常に多くの抗生物質の組み合わせを一度に検証できる点です。

研究では、患者から分離した細菌に対して

最大180種類の抗生物質の組み合わせ

を、臨床的に意味のある濃度で試験することが可能とされています。

実験では、それぞれの組み合わせが

• 細菌をどれだけ殺すか
• 増殖をどの程度抑えるか

を測定します。

抗生物質同士は

• 相乗効果（より強く効く）
• 相加効果
• 拮抗作用（逆に効きにくくなる）

といった相互作用を示すことがあるため、多くの組み合わせを試験することで最も効果的な治療法を見つけられる確率が高まると考えられています。

また、この検査はおよそ48時間以内に結果を提示できるよう設計されており、感染症治療の途中で治療方針を調整するのに役立つとされています。

AIとデータ解析の役割

公開情報では、iACTはAIを活用したプラットフォームとして説明されています。

主な役割は、実験で得られる多数のデータを解析し、医師が最適な抗生物質の組み合わせを選ぶ際の意思決定を支援することです。

ただし、公開されている資料では具体的なアルゴリズムの詳細は明らかにされていません。それでも、実験結果とデータ解析を組み合わせて個別化治療を導くという点が、このシステムの中心的な特徴です。

なぜ個別化抗生物質治療が重要なのか

薬剤耐性菌が増えるにつれて、新しい抗生物質だけに頼ることは難しくなっています。

そのため現在の医療では、既存の薬をより正確に使うことが重要になっています。

iACTのようなアプローチは次の点で役立つ可能性があります。

• 患者ごとの細菌に最も効く抗生物質を特定する
• 効果のない組み合わせを避ける
• 不必要な副作用や毒性の高い治療を減らす

この考え方は、抗菌薬を適切に使うことで耐性の拡大を抑える**抗菌薬適正使用（Antimicrobial Stewardship）**の取り組みにも合致しています。

SGHとA*STARが進める実用化プロジェクト

この技術を研究段階から実際の医療へ展開するため、シンガポール総合病院（SGH）とA*STARのDiagnostics Development Hubは連携しています。

A*STARはシンガポール政府の研究機関で、医療・科学分野の技術開発を支援する組織です。

両者の協力により、次のような取り組みが進められています。

• AIを活用した精密診断技術の実用化
• 病院で導入可能なスケーラブルな診断ツールの開発
• 医療機器企業へのライセンスやスピンオフ企業の創出

政府発表でも、この連携の成果のひとつとして**in vitro抗生物質組み合わせ検査（iACT）**が挙げられています。

抗菌薬耐性との戦いで期待される役割

抗菌薬耐性は、将来の医療にとって最大級のリスクの一つと広く認識されています。

iACTのような技術が普及すれば、**「精密抗生物質治療（precision antibiotic therapy）」**という考え方が現実的になります。つまり、感染を引き起こした細菌の特徴に合わせて薬を選ぶ医療です。

まだ臨床データの蓄積や導入の拡大が必要ですが、iACTは

• 医療検査
• データ解析
• 個別化医療

を組み合わせて薬剤耐性菌に挑む新しいアプローチの一例といえるでしょう。