AI驅動的 iACT 測試：用 180 種抗生素組合為抗藥性感染找到最佳療法

抗生素抗藥性（Antimicrobial Resistance, AMR）正讓許多感染變得越來越難治療。部分細菌已對多種抗生素產生抗性，導致傳統治療方案失效。為了解決這個問題，新加坡中央醫院（Singapore General Hospital, SGH）研發了一種名為 Individualised Antibiotic Combination Test（iACT） 的診斷方法，利用實驗室測試與資料分析，為患者挑選最有效的抗生素組合。

這種方法的核心理念是：不要再靠經驗或猜測開藥，而是直接測試哪些抗生素組合能真正殺死患者體內的細菌。

iACT 是什麼

Individualised Antibiotic Combination Test（iACT） 是一種 體外（in‑vitro） 抗生素組合測試服務，用來幫助醫師為 廣泛抗藥性（XDR）的革蘭氏陰性菌 感染選擇最佳治療方案。

這類細菌包括 Pseudomonas aeruginosa（綠膿桿菌）與 Acinetobacter baumannii（鮑氏不動桿菌）等，它們常見於醫院感染，若沒有有效治療，可能在短時間內造成嚴重併發症甚至死亡。

在這類感染中，醫師往往需要同時使用多種抗生素。但問題在於：不同抗生素組合的效果差異很大，而且常常取決於特定菌株。

因此 iACT 的做法是把患者分離出的細菌帶到實驗室，直接測試不同藥物組合，找出最有效的治療方式。

一次可篩選多達 180 種抗生素組合

iACT 的一大特色，是其大規模組合測試能力。

研究顯示，該測試平台可以在實驗室中評估 最多 180 種不同的抗生素組合，並以臨床相關濃度作用於患者分離出的細菌。

這些測試會觀察每種組合是否能：

• 有效殺死細菌
• 抑制細菌生長
• 或出現互相干擾、降低效果的情況

抗生素之間可能出現三種主要互動：

• 協同作用（synergy）：兩種藥一起用效果更強
• 加成作用（additive）：效果相加
• 拮抗作用（antagonism）：反而降低效果

透過一次測試大量組合，醫師更有機會找到對抗高度抗藥性菌株的有效方案。

整個流程通常能在 約 48 小時內產生結果，讓臨床醫師在感染仍在治療階段時就能調整用藥策略。

AI 與資料分析在其中扮演的角色

公開資料將 iACT 描述為 AI 驅動的平台。這主要指的是它會利用計算分析來處理大量實驗數據，協助判斷哪種抗生素組合最有可能成功。

由於一次測試可能產生大量結果，資料分析工具可協助：

• 整理不同抗生素組合的抑菌或殺菌效果
• 找出最有潛力的治療組合
• 提供醫師更具體的治療建議

公開資料目前沒有詳細說明所使用的演算法，但整體目標很明確：讓抗生素選擇從經驗醫學走向資料驅動的精準醫療。

為什麼個人化抗生素組合很重要

多重抗藥性感染難以治療的原因之一，是可用藥物越來越少。

即使有多種抗生素可用，研究也顯示：有效組合往往具有高度菌株特異性——也就是說，一個患者有效的療法，對另一個患者可能完全無效。

iACT 的個人化測試方法，目標包括：

• 找到最適合該患者感染菌株的抗生素組合
• 避免使用無效或毒性過高的藥物
• 提高嚴重感染的治療成功率

同時，這也符合「抗菌藥物管理」（antimicrobial stewardship）的核心理念：更精準地使用抗生素，以延長其有效性。

SGH 與 A*STAR 的合作與商業化

為了讓這項技術從研究走向臨床應用，新加坡中央醫院與 A*STAR（新加坡科技研究局）診斷開發中心建立合作關係。

雙方簽署的合作備忘錄旨在：

• 將醫院中的研究成果轉化為可部署的診斷技術
• 建立可規模化、可授權的醫療診斷產品
• 推動在新加坡公共醫療體系的應用

這項合作也希望把 iACT 等技術發展為 可授權或衍生公司的醫療科技產品，讓其他國家的醫院也能採用。

在官方說明中，iACT 被列為該合作已支持的早期創新之一。

對全球抗生素抗藥性戰役的意義

抗生素抗藥性被視為未來數十年全球最嚴重的公共健康威脅之一。隨著新抗生素研發速度有限，如何更有效地使用現有藥物變得至關重要。

像 iACT 這樣的技術代表了一種新的方向：精準抗生素治療（precision antibiotic therapy）。透過將正確的藥物組合匹配到特定病原體，醫療系統可以：

• 提高治療成功率
• 減少試錯式開藥
• 延緩抗藥性的進一步擴散

iACT 仍需要更多臨床資料與更廣泛的部署來證明其長期影響，但它展示了診斷技術、資料分析與精準醫療結合後，可能帶來的醫療突破。