シンガポール総合病院は、抗生物質の処方の必要性を判断し、その使用を減らし、各患者に最適な抗生物質を特定する AI ソリューションを開発しています。
DXC テクノロジーで開発された感染症拡張知能 (AI2D) は、現在肺炎症例をカバーしている AI モデルです。このデータは、2019 年から 2020 年にかけて約 8,000 人の SGH 患者の X 線、臨床症状、バイタルサイン、感染反応傾向などの匿名化された臨床データを使用して構築されました。このデータは、肺炎に対して一般的に処方される 7 種類の広域抗生物質の静脈内抗生物質を網羅しています。
調査結果
昨年、SGH薬局部門が率いる研究チームはAIモデルのパイロット検証研究を実施し、2023年の肺炎症例2,000件と比較した。
SGH と DXC は論文の中で、AI2D により審査対象の症例が 3 分の 1 (2,012 件中 624 件) 削減されたと述べています。また、山積みのレビューケースの中から介入が必要なケースを特定できる可能性が、完全な手動レビュープロセスでは 4% であったのに対し、ほぼ 12% 向上しました。さらに、手動レビューでは 20 分かかったあるケースのデータ分析は「1 秒未満」で完了しました。
この研究では、AI モデルは、特定の肺炎症例において抗生物質の投与が必要かどうかを 90% の精度で判断できることが実証されました。この研究では、これらの症例に処方された抗生物質のほぼ 40% が不必要であった可能性があることも明らかになりました。
なぜ重要なのか
SGHによると、病院で治療される感染症のうち肺炎が20％を占め、感染症のうち抗生物質の処方が最も多いという。患者は平均して 2 ～ 9 日間入院する傾向があり、政府の補助金を受けて公立病院に入院する患者 1 人あたり、政府の負担は最大 5,000 シンガポールドル (3,500 ドル以上) に達します。
世界中の急性期病院の半数は、患者に間違った抗生物質を処方している可能性があり、その結果、抗菌薬耐性が生じています。たとえば、SGH では、2018 年の抗生物質使用実態調査に基づいて、同病院は広域スペクトルの静脈内抗生物質の 20% ～ 30% を不必要に処方しました。シンガポールでは、院内感染の最大 30% が広域抗生物質に対して耐性を獲得していると考えられています。
病院は、抗生物質の過剰使用を防ぎ、抗生物質、特に狭域抗生物質が最も推奨される場所を特定することで、この増大する世界的懸念に対処するための抗菌管理プログラムを確立しています。このようなプログラムは、入院期間を短縮し、死亡と再入院を最小限に抑え、患者と病院の費用を節約するのに役立つ可能性があります。
チームは処方の時点でリアルタイムの洞察を必要とするため、抗菌管理プログラムを実行する場合、自動化と AI を使用することが最良のアプローチとなる可能性があります。 AI は、レビューケースを特定し、介入が必要なものに優先順位を付けるのに役立ちます。自動化により、病院は抗生物質の使用監査の対象範囲を拡大し、抗生物質の使用状況についての徹底的な洞察を提供できるようになります。
研究チームは現在、抗生物質の使用を減らすためのAIモデルの有効性をテストするために、200人のSGH入院患者を対象とした比較研究を準備している。その後、彼らは肺炎に対して最も効果的な抗生物質の決定に取り組み、次に、もう一つの一般的な院内感染である尿路感染症をカバーする同じモデルを構築する予定です。
より大きなトレンド
シンガポール国外では、台湾の病院である中国医科大学病院が、AI を活用して抗菌薬耐性に対処する取り組みで認められています。 2021 年に初めて実装され、 インテリジェントな抗菌システム は、薬剤耐性株の特定、敗血症と死亡の予測と監視、薬剤投与量の推奨、および薬剤間相互作用の比較を行う、4 つの機能を備えた AI を活用したプラットフォームです。 EMR システムにおける AI のこの特定のアプリケーションは、HIMSS のステージ 7 に対する病院の再検証で強調されました。 電子カルテ導入モデル 去年の11月に。
記録上
「善意の医師は、抗生物質使用のリスクと利益のバランスを常に保っています。臨床評価、患者固有の要因、症状の重症度のみに基づいて、患者が抗生物質から利益を得られるかどうかを明確に判断することは、多くの場合困難です。これらの患者に対して速やかに処方されなければ、本当に抗生物質を必要としている人にとっては、悲惨な合併症を引き起こす可能性がありますが、抗生物質の誤用は抗生物質耐性の一因となり、将来の感染症治療に課題をもたらします」とAI2Dプロジェクトメンバーのピョートル・クレビツキ博士は述べた。 SGH感染症部門の上級コンサルタント。