败血症致死率高达30%!“智能抗菌”有助于预测感染和快速检测菌株

在台湾败血症患者中,每10万人中有287人死亡,病死率为29.2%。脓毒症也被称为“沉默的杀手”,由于其症状不明确,病因多样,难以区分。中国医科大学附属医院院长周德阳整合了药学部、…

在台湾败血症患者中,每10万人中有287人死亡,病死率为29.2%。脓毒症也被称为“沉默的杀手”,由于其症状不明确,病因多样,难以区分。中国医科大学附属医院院长周德阳整合了药学部、医学检验部、医学研究部、传染病科、信息室、人工智能医学诊断中心、大数据中心和智能医疗技术创新中心AI以应对日益增多的超级细菌问题。能源,开发基于全院跨部门数据的智能抗菌决策辅助系统,荣获2021台北生物科技奖跨领域优秀奖。

忽视脓毒症早期,错过黄金治疗
周德阳主任说,传统上,当住院病人出现感染时,医生首先会根据自己的经验,在急救的基础上,确定可能的感染源,然后给予相应的抗生素。因此,仍有一定比例的患者患有此病。初期无法确诊,很容易错过黄金治疗时间。

智能抗菌平台问世,降低并发风险
大数据中心郭金骥主任表示,急诊患者的病情变化很快。如何善用大数据分析,快速判断细菌感染,正确使用抗生素,降低患者菌血症风险,是智能抗菌平台的又一功能;科室医疗团队开发的智能抗菌平台。该平台集成了药物管理咨询、耐药性预测、败血症三大功能。

人工智能医学诊断中心徐开成主任表示,利用深度学习技术开发“人工智能辅助脓毒症医学诊断系统”,将帮助医生及早发现脓毒症,提高生存率。

AI智慧快速掌握用药状态
周德阳主任表示,目前临床医学检测程序对感染源进行菌株鉴定和微生物药敏试验后,大约需要三到五天的时间将检测信息提供给临床医生进行抗生素治疗评估。“智能耐药菌快速预测系统”基于以往细菌鉴定和耐药报告的大数据,与质谱数据串联,同时识别细菌种类,预测是否可能含有耐药蛋白,所以整个过程可以缩短到一个小时,让医生和患者更快地了解是否使用了正确的药物,从而降低了医疗成本和死亡人数。

作者: admin

为您推荐

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注

联系我们

联系我们

工作时间:周一至周五,9:00-17:30,节假日休息

关注微信
微信扫一扫关注我们

微信扫一扫关注我们

关注微博
返回顶部