投稿分類 微生物

主委發表種類: 壁報

投稿標題(中): 使用AI抗藥預測平台評估MRSA預測結果分析

投稿標題(英): Using AI drug resistance prediction platform to evaluate MRSA prediction results

投稿摘要(前言): 為有效管理及控管抗藥菌株傳播，實驗室分離出抗藥菌株應立即通知相關單位進行感控措施，近來AI(Artificial Intelligence) 改變與改善作業型態。此研究為本院微生物室與中國醫藥大學附設醫院檢驗醫學部合作，利用鑑定菌株質譜儀圖譜和中國醫藥大學附設醫院AI中心進行菌株抗藥性預測(智速檢)，預測結果經由微生物室醫檢師判定後，以發送簡訊給本院感控室主任進行後續抗生素用藥處理。

投稿摘要(方法): 從2023.10.16~2024.01.19 期間收集微生物檢體培養菌株共880株進行分析，分別為 Klebsiella pneumoniae 476株和Staphylococcus aureus 404 株進行分析。AI 判讀標準≧60 為有抗藥性， <60則為非抗性，此預測結果也與傳統實際藥敏試驗結果進行比對做驗證。考量血液培養陽性的報告時效重要性，亦分析38株金黃色葡萄球菌在薄膜分析及傳統分析二種作業模式下預測的時效分析。

投稿摘要(結果): 智速檢 AI 分析的結果，K. pneumoniae 陽性預測值(PPV)為 57.5 %、S. aureus陽性預測值(PPV)為 88.1 %，因此僅將 S .aureus預測值為有抗藥性簡訊傳呼給感控醫師。而在預測值與傳統藥敏試驗比較的結果， K. pneumoniae不一致菌株共83株: Minor error12 株、Major error 49株 ( 實驗室結果為抗性，智速檢<60)、Vary major error 22株 (實驗室結果為非抗性，智速檢≧60)；S. aureus不一致菌株共84株: Major error 59株 ( 實驗室結果為抗性，智速檢<60) 、Vary major error : 25株 ( 實驗室結果為非抗性，智速檢≧60)。另外在血液培養陽性的38株金黃色葡萄球菌在薄膜分析及傳統分析二種作業模式下可以預測的時效結果，總分析菌株數38株，AI抗藥性預測時間與傳統報告流程平均時間時差異達1日08時15分；其中23株進行薄膜鑑定與AI預測，預測時間較傳統報告流程平均時間提早1日15時43分；15株菌落鑑定與AI預測，預測時間較傳統報告流程平均時間提早0日20時48分，顯示AI預測時間也可使用在薄膜鑑定，且提高報告時效。

投稿摘要(討論): 目前此研究效益在S. aureus菌株可以將 AI判定有抗藥性預測結果先簡訊傳呼給感控醫師。尤其是血液培養陽性的病人的時效最快可縮短1日15時43分，讓臨床醫師知道預先使用抗生素治療。透過此合作模式以後可以做更多菌株種類的預測來增進感染控制措施。

稿件檔: