記者傅希堯∕台北報導
台大醫院6日宣布，台大醫院急診醫學部教授李建璋主導開放AI人工智慧應用於細菌抗藥性即時預測的創新研究，建立抗藥性預測模型，透過質譜儀分析菌群並利用AI輔助，使用抗生素之錯誤率可望低於10%。
台大醫院表示，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72至96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3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。
台大醫院表示，各大醫療院所目前普遍使用質譜儀進行細菌鑑定，雖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。衛生福利部資訊處長、台大醫院急診醫學部教授李建璋團隊蒐集超過40萬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進行模式辨識，成功建立抗藥性預測模型。
台大醫院指出，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。
李建璋表示，未來我們將持續整合臨床資料與AI演算法，讓台灣醫療在全球AI輔助診斷領域上展現獨特風景線。
台大醫院指出，AI人工智慧應用於細菌抗藥性即時預測系統，獲得IDWeek 2025 IDSA Abstract Award首獎，不僅是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。