人工智能如何帮我们应对“超级细菌”危机

当前临床对抗生素耐药感染的治疗常依赖医生经验判断，缺乏快速可靠的诊断手段。伦敦帝国理工学院全球健康创新研究所所长、外科医生阿拉·达齐指出，2026年我们正站在应对耐药危机的第一个真正转折点上。耐药问题日益严峻：抗生素滥用与新药研发停滞共同导致耐药菌蔓延；细菌在亚致死剂量抗生素下会进化出防御机制，不当用药更加速其免疫能力形成，使救命药失效，患者可选治疗方案越来越少。《柳叶刀》2024年报告预测，到2050年耐药感染可能造成4000万人死亡。传统细菌培养检测需2–3天，但对脓毒症等急症患者而言，每延迟1小时治疗，死亡风险就上升4%–9%，医生只能凭经验‘盲选’抗生素。AI驱动的快速诊断技术无需新增实验室设备，准确率已超99%，特别有助于医疗资源匮乏的偏远地区——世卫组织数据显示，2023年东南亚和东地中海地区每3例感染就有1例耐药，非洲则为每5例中有1例。AI还可助力新药发现：英国国家医疗服务体系（NHS）正与谷歌DeepMind合作开发AI系统，仅用48小时就破解了帝国理工团队耗时10年才弄清的耐药新机制；结合自动化实验室与深度学习，如今每天可并行开展数百项实验，数天内就能筛选数十亿分子结构；生成式AI更能设计自然界中不存在的新型抗菌化合物。然而，大型药企纷纷退出抗生素研发，根源在于经济模式失灵：新抗生素必须严格限用以延缓耐药，但药企盈利依赖销量，导致投入动力严重不足。达齐强调，亟需创新支付机制——例如英国2024年启动的‘网飞式’试点：政府按年向药企支付固定授权费获取新药使用权，而非按处方量付费；瑞典也在试行部分‘脱钩’（即付款与用量分离）模式。他最后提醒：决定未来百年医学走向的关键，不在于我们是否拥有工具，而在于我们是否有足够决心，严肃对待眼前这场危机。