林口長庚紀念醫院利用AI開發出"超級細菌預測模型"

新網記者歸鴻亭台北特稿
2019/12/26 下午 07:01:01 / 產業經濟

　抗藥性極強的「超級細菌」，由於無法用臨床的檢驗方法檢驗出來，不但加重治療的困難度，錯誤的用藥更增強其抗藥能力。為突破這項困境，林口長庚醫院與長庚大學、中央大學跨領域、跨校合作，運用人工智慧開發出「超級細菌預測模型」，可更快速、便宜、正確地進行微生物特性鑑定，幾秒鐘內即可完成預測，並達到80%的用藥準確性，成為對抗微生物感染的一大利器。

林口長庚檢驗醫學部主任盧章智說明超級細菌對健康照護所帶來的挑戰已日益嚴峻。(歸鴻亭攝影)

　43歲林先生是美國矽谷的科技新貴，因工作競爭激烈、壓力大，給身體帶來了負面影響。一次生病時高燒不退，頸部腫脹不適，呼吸困難，到醫院就診，醫師告知是嚴重的頸部感染，可能危及生命，但因無法判斷是何種細菌，只能先根據「經驗」使用抗生素治療，不過林先生後來仍然發生敗血性休克，在家人多方奔走與付出額外的檢驗花費下，才得知感染的是超級細菌，用經驗性的抗生素根本無法殺死，醫師隨即對症下藥，林先生這才撿回了一條命。

　林口長庚紀念醫院檢驗醫學部醫師王信堯指出，微生物學家已經發現不少種超級細菌，如具有抗藥特性的金黃色葡萄球菌、腸球菌、鮑曼不動桿菌等，其中金黃色葡萄球菌是最廣為人知的超級細菌，每年造成全世界數百萬人傷亡，在抗生素濫用的狀況下，其抗藥能力一直增強，治療愈來愈不容易，萬古黴素通常已是治療抗藥性金黃色葡萄球菌的最後一線藥物，但不幸的是，目前世界上已經出現可以對抗萬古黴素毒殺的金黃色葡萄球菌。

林口長庚紀念醫院檢驗醫學部醫師王信堯介紹微生物學家已經發現不少種超級細菌。(歸鴻亭攝影)

　這些抗藥能力明顯的超級細菌，有些還有機會被檢驗單位檢測出來，但有些躲藏在一般不具抗藥能力的菌群中，其比例甚至低到10萬到100萬隻細菌中才有一隻的存在，因此目前臨床實務上完全無法檢測到這些超級細菌。已有本土及國際的研究指出，超級細菌的盛行率已高達7.5%。

　王信堯表示，以往感染症的病人到醫院後，由於無法即時偵測到體內的超級細菌，往往必須歷經多種藥物嘗試、治療失敗、嚴重併發症等痛苦過程後，才有辦法證實超級細菌的存在，不但加重治療的困難度，錯誤的用藥更增強其抗藥能力。

王信堯說明「超級細菌預測模型」技術已可運用於臨床微生物之檢驗，並應用在臨床實務。(歸鴻亭攝影)

　林口長庚醫院多年前即高度重視微生物檢驗的重要性，率先於2013年引進並臨床使用質譜儀（MALDI-TOF），透過質譜儀的技術，廣泛用於微生物菌種的鑑定。由於質譜儀可以產生成千上萬鋒值的數據，而這些大數據有可能提供微生物抗藥能力的線索，因此研究團隊跨領域合作，進一步使用人工智慧分析技術，成功的從質譜儀複雜的大數據中解讀出超級細菌可能的抗藥機制。這樣的抗藥性預測，只需要使用質譜儀的資料即可，不須額外的檢驗操作，幾秒鐘內即可完成預測。經過反覆驗證後，其正確率可達80%。

　利用「超級細菌預測模型」進行微生物特性鑑定，具高精準度、高時效性，而且每次操作都能產出同樣的結果，不會因為操作人員的不同而有結果的變異，因此可減少許多額外的檢驗操作及人為判讀，在人力及物力的管控上皆是一大進展。

林口長庚紀念醫院利用AI開發出「超級細菌預測模型」。(歸鴻亭攝影)

　王信堯說明，「超級細菌預測模型」技術已可運用於臨床微生物之檢驗，並應用在臨床實務，可以快速的檢測到目前臨床方法無法測得的超級細菌，幫助醫師提早數天得知病患是否為超級細菌感染，以進一步施用正確的抗生素。因此病患無需歷經那些辛苦的過程，醫師便能更快、更準確的給予治療用藥，有效降低感染後惡化成敗血症甚至死亡的憾事發生。由於成效顯著，研發團隊正進行其他超級細菌抗藥性預測的研究，希望明年即可將此技術推廣至更多重要的超級細菌。

左為一般細菌：菌盤上可見抗生素(白色圓點)的周圍透明圈比較多代表對細菌有抑制能力；右為超級細菌：菌盤上可見抗生素(白色圓點)的周圍幾乎沒有透明圈,顯示對細菌沒有抑制能力。(歸鴻亭攝影)

　林口長庚檢驗醫學部主任盧章智表示，超級細菌對健康照護所帶來的挑戰已日益嚴峻，世界衛生組織甚至預測到2050年，人類將無合適的抗生素可用來治療感染症。我們跟微生物的戰爭永遠不會結束，在越來越多超級細菌異軍突起的年代，「超級細菌預測模型」的臨床使用潛力無窮，這項技術除已申請專利，團隊成員包括林口長庚醫院盧章智教授、王信堯醫師及中央大學洪炯宗教授、長庚大學曾意儒教授、陳春賢教授、香港中文大學李宗夷教授等人將持續攜手合作，希望將此人工智慧發明方法廣泛運用於其他超級細菌，以期建置一超級細菌預測平台，造福更多病患。

　這項研究成果榮獲2017年台北國際發明展金獎，並刊登於2018年10月國際微生物研究學界著名期刊《微生物研究先驅》(Frontiers in Microbiology)。