AI輔助細菌抗藥性預測

敗血症是臨床常見且危及生命的急重症，傳統的細菌藥敏試驗往往需七十二至九十六小時才能獲得結果，醫師在此之前多半只能憑經驗選擇抗生素。然而，隨著社區型抗藥菌株普遍化，研究團隊回溯分析發現，約有三成病患初始治療未涵蓋實際致病菌，導致延誤黃金治療時機，甚至增加死亡風險。台大團隊利用AI助攻抗藥性預測，大幅縮短關鍵治療時間，錯誤率可望低於十％，研究同時榮獲IDWeek2025 IDSA Abstract Award首獎。

臺灣各大醫療院所目前普遍使用質譜儀（MALDI-TOF MS）進行細菌鑑定，該技術能在數分鐘內完成菌種辨識，但傳統分析無法區分抗藥與敏感菌株。臺大醫院李建璋教授團隊蒐集超過四十萬筆臨床細菌質譜數據，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。

該模型能在菌種鑑定同時即預測超過八十%的常見抗藥機制，並同步提供精準的抗生素選擇、劑量與劑型建議，使臨床醫師能在第一時間啟動目標性治療，大幅縮短治療決策時程，開創急重症診療新局。

IDWeek是全球感染症醫學的頂尖學術平台，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，是跨領域參與人數最多的國際醫學盛會。臺大醫院急診醫學部李建璋教授帶領的研究團隊，以AI人工智慧應用於細菌抗藥性即時預測的創新研究，從超過三千篇投稿中脫穎而出，榮獲美國感染症學會（IDSA）Abstract Award首獎，並為「Committee Choice 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。

李建璋教授表示：「這個獎項不僅屬於我們的團隊，更代表臺灣智慧醫療在國際上的競爭力。未來我們將持續整合臨床資料與AI演算法，讓臺灣醫療在全球AI輔助診斷領域上展現獨特風景線。」