治疗抗生素耐药性感染目前主要依赖医生的经验判断。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·达尔齐表示，人工智能驱动的诊断技术提供了更优的解决方案。

“我们正处于2026年，这场危机的第一个真正转折点，”达尔齐在4月16日伦敦WIRED健康大会上说道。

抗生素的过度使用和滥用，以及新药研发的不足，推动了耐药微生物的增长。当细菌暴露于无法立即杀死它们的抗生素浓度时，会发展出生存防御机制。无必要的抗生素处方使细菌获得免疫力，导致救命药物失效，严重感染患者的治疗选择日益减少。

情况还将恶化。《柳叶刀》2024年报告预测，到2050年，耐药感染可能导致4000万人死亡。

传统诊断耐药感染通常需要两到三天，因为需要培养细菌样本。但对于如败血症等某些感染，患者没有这么多时间。每延迟一小时治疗，死亡风险增加4%到9%。在等待检测结果期间，医生只能凭经验选择抗生素。

人工智能诊断技术有望辅助医生做出更准确的决策。达尔齐说：“AI诊断准确率超过99%，且无需额外实验室设备。”

他还指出，这种快速诊断技术在全球偏远和农村地区尤为重要。世界卫生组织估计，2023年东南亚和东地中海地区的抗生素耐药率最高，三分之一的感染病例表现出耐药性，非洲则为五分之一。

人工智能还可助力发现新药物并预测耐药细菌的传播。英国国家医疗服务体系正与谷歌DeepMind合作开发抗击耐药性的AI系统。一次演示中，该系统在48小时内识别出此前未知的耐药机制，而帝国理工的研究人员花费了十年才破解这一谜题。

结合自动化实验室，达尔齐表示，现在可以全天候进行数百个平行实验。深度学习模型能在几天内筛选数十亿分子结构，生成式AI则被用来设计自然界不存在的化合物。

然而，由于经济模式失衡，主要制药公司已放弃抗生素研发。新抗生素需被限制使用以防耐药，但制药公司依赖高销量获利，缺乏持续投入的动力。

达尔齐认为，需要新的支付模式来激励抗生素研发。2024年，英国启动了类似Netflix的订阅付费试点，政府向制药公司支付固定年费，获得新抗生素使用权，而非按用量付费。瑞典也在尝试部分脱钩的支付模式。

“决定未来百年医学形态的问题，不是我们是否拥有应对工具——我们有工具，”他说，“关键是我们是否有勇气认真面对眼前的挑战。”