AI輔助細菌抗藥性預測 台大醫研究登國際獲首獎

敗血症臨床常見且致命，檢驗結果出爐前，醫師往往只能「猜」抗生素，有3成機率猜錯，且可能產生抗藥菌。台大醫院團隊建立抗藥性預測模型，利用AI輔助，錯誤率可望低於10%。

全球感染疾病年度盛會IDWeek，每年匯聚逾萬名來自世界各地的感染科醫師、兒童感染專家、流行病學家及愛滋病研究學者。

台大醫院今天透過新聞稿表示，衛生福利部資訊處長、台大醫院急診醫學部教授李建璋帶領研究團隊，以AI人工智慧應用於細菌抗藥性即時預測的創新研究，從超過3000篇投稿中脫穎而出，獲美國感染症學會（IDSA）Abstract Award首獎，並為CommitteeChoice Abstract Award四篇最佳論文之首，成為今年會議中最受矚目的研究成果之一。

在臨床上，敗血症是常見且危及生命的急重症。李建璋告訴中央社記者，傳統細菌藥敏試驗需72至96小時才能獲得結果，結果出爐前，醫師往往只能用「猜」的來選擇或使用廣效抗生素。

然而，李建璋表示，不夠精準治療外，還可能導致產生具有抗藥性的細菌，研究團隊回溯分析發現，約有3成病患初始治療未涵蓋實際致病菌，延誤黃金治療時機，甚至增加死亡風險。

李建璋指出，台灣各大醫院已普遍使用質譜儀進行細菌鑑定，數分鐘內就可以完成菌種辨識，但在抗藥與敏感菌株方面，因差異過小而無法分辨，研究團隊收集台大雲林分院超過40萬筆的臨床細菌質譜數據，運用深度神經網路結合大型語言模型（LLM）進行模式辨識，成功建立抗藥性預測模型。

李建璋說，在AI的幫助下，只要不到30秒就可以預測細菌對於特定抗生素有無抗藥性，適用範圍涵蓋80%的細菌與所有抗生素，所需時間比傳統方法縮短48至72小時，可有效避免廣效抗生素投藥下帶來的抗藥性疑慮，直接幫助醫師精準投藥，且用藥的錯誤率預估可降低至10%以下。

台大醫院表示，這次獲IDWeek 2025 IDSA AbstractAward首獎，不僅肯定台大醫院在臨床與研究的卓越表現，更象徵台灣智慧醫療走向國際的關鍵里程碑。