AI筛选180种抗生素组合：iACT如何帮助医生对抗耐药细菌

抗生素耐药性正在成为全球医疗体系面临的重大挑战。越来越多细菌对常用抗生素产生抵抗，使得一些感染治疗难度不断上升。为解决这一问题，新加坡中央医院（Singapore General Hospital，SGH）的研究团队开发了一种新的诊断方法——个体化抗生素组合测试（Individualised Antibiotic Combination Test，简称 iACT）。

这项技术结合实验室检测和数据分析，能够快速筛选大量抗生素组合，帮助医生为每位患者找到更有效的治疗方案。

什么是 iACT

iACT 是一种 体外（in‑vitro）抗生素组合测试服务，主要用于指导医生选择针对高度耐药革兰氏阴性菌的最佳治疗组合。

这些细菌包括 铜绿假单胞菌（Pseudomonas aeruginosa）、鲍曼不动杆菌（Acinetobacter baumannii） 等，它们常见于医院感染，一旦耐药可能导致严重甚至致命的并发症。

在临床上，医生往往需要同时使用多种抗生素进行“联合治疗”。但问题在于：不同抗生素之间的效果组合高度依赖具体菌株，某种组合对一个患者有效，对另一个患者可能完全无效。

iACT 的思路是：直接把多种抗生素组合与患者自身的细菌样本进行实验测试，从而找出最有可能有效的治疗方案，而不是依赖经验或试错。

一次可测试多达180种抗生素组合

iACT 的核心优势之一，是它能够在实验室中系统评估大量药物组合。

研究显示，该测试可以对患者细菌样本筛选多达180种不同的抗生素组合，并在临床相关浓度下观察其对细菌的抑制或杀灭效果。

不同抗生素之间可能产生多种相互作用：

• 协同作用（synergy）：两种药物一起使用效果更强
• 叠加作用（additive）：组合效果相当于各自作用之和
• 拮抗作用（antagonism）：一种药物削弱另一种药效

通过同时测试大量组合，医生更有机会找到对耐药菌仍然有效的方案。

整个检测流程的设计目标是快速给出可用于临床决策的结果，通常约 48小时内完成。

AI和数据分析的作用

公开资料将 iACT 描述为 “AI驱动（AI‑powered）”平台。其关键在于利用计算分析处理大量实验数据，并帮助识别最优的抗生素组合。

需要注意的是，公开来源对具体算法细节披露较少。但可以确定的是，该系统将：

• 实验室抗菌测试结果
• 多种药物组合数据
• 细菌反应模式

进行计算分析，从而为医生提供更具针对性的治疗建议。

换句话说，它并不是简单的药敏试验，而是一种数据驱动的个体化治疗决策支持工具。

为什么个体化抗生素组合很重要

在多重耐药感染中，可用药物越来越少。为了克服细菌的耐药机制，医生常常不得不采用联合用药。

但研究表明：抗生素组合疗效往往具有明显的菌株特异性。

这意味着标准化治疗方案可能无法覆盖所有病例。

iACT 的目标是通过个体化测试实现：

• 为患者找出最有效的抗生素组合
• 避免无效或毒性过高的治疗方案
• 提高严重耐药感染的治疗成功率

这种策略也符合全球“抗菌药物管理（Antimicrobial Stewardship）”的理念——更精准地使用抗生素，从而延长其有效寿命。

SGH 与 A*STAR 的合作与商业化计划

为了让技术从研究走向实际医疗应用，新加坡中央医院已与 A*STAR（新加坡科技研究局）旗下 Diagnostics Development Hub 建立合作关系。

这一合作旨在：

• 将医院中的创新研究转化为可部署的诊断技术
• 在新加坡公共医疗系统中推广应用
• 开发可授权或商业化的医疗诊断产品

政府公开信息显示，iACT 是该合作支持的早期创新之一。

长期目标是将这类精准诊断技术规模化，使其不仅能在新加坡医院使用，也有机会进入国际医疗市场。

对抗全球抗菌耐药危机的一种新思路

抗菌耐药性被广泛认为是未来几十年全球公共卫生的重大威胁之一。随着新抗生素研发速度有限，提高现有药物的使用效率变得更加关键。

像 iACT 这样的技术，提供了一种新的思路：通过精准诊断和个体化治疗，让现有抗生素发挥更大的效果。

如果未来能够在更多医院推广，这类方法可能帮助医生更快找到有效治疗方案，同时减少盲目用药，从而在对抗耐药细菌的长期战役中发挥重要作用。