科技日报记者 雍黎 通讯员 黄琪奥
5月11日，记者从陆军军医大学西南医院获悉，该院陈勇川教授团队首次将人工智能技术与传统药学方法相结合，开发出一套可实时预测老年患者体内真菌治疗药物浓度的创新模型，为老年患者的抗真菌治疗提供更精准、更安全的用药保障。相关成果以《基于机器学习结合群体药代动力学构建老年患者伏立康唑血药浓度实时预测模型》为题，发表在《药物设计、开发与治疗》上。
据介绍，伏立康唑是目前临床治疗侵袭性真菌感染最常用的药物之一。然而，这种药物的“脾气”难以捉摸——有效剂量与中毒剂量之间的范围极窄，药量少了治不好病，药量多了又可能损伤肝脏、神经系统。特别是对于老年患者而言，科学评估药物用量难度更大。如何更好地评估此类药物的使用量，让患者获得更优治疗效果，成为学界关注的焦点。
“为了解决这一难题，我们把目光投向了人工智能。”研究团队成员、陆军军医大学西南医院药剂科副主任药师陈勇川介绍，此次研究收集了270名老年患者的临床数据。团队首先通过药代动力学建模，分析出每位患者体内药物代谢的个体特征，再将这些特征与患者的年龄、体重、肝功能指标、炎症水平等多项临床信息一同“喂给”人工智能模型进行学习训练。“我们从9种主流人工智能算法中，筛选出预测能力最强的三种进行组合，并通过大量计算反复调整三者的权重配比，最终确定最优方案。经过反复优化验证，最终构建出一套精度更高的集成预测模型，其在测试中的预测准确度显著优于传统方法。”陈勇川说。
“同时，我们在建模过程中特别注重‘实用性’。”陈勇川表示，团队运用特征筛选技术，将模型所需的输入指标从31项精简至9项，医生只需在电子病历系统中提取患者常规检验数据并输入预测界面，系统即可实时给出血药浓度预测值，供临床医生在拿到化验结果前参考，及早调整用药方案，降低药物过量或不足的风险。
“该模型的推出不仅填补了老年患者伏立康唑浓度预测领域的研究空白，更让临床医生在等待化验结果的数小时内就能获得参考依据，真正做到‘早预判、早调整’，有效降低了药物中毒或治疗失败的风险。”陈勇川说，未来研究团队将进一步扩大研究规模，开展多中心验证，并持续优化预测工具的易用性，让更多医院的临床药师和医生都能便捷使用，助力老年患者的抗真菌治疗迈向更精准、更安全的新阶段。
网友评论
