建置新生兒加護病房微生物相資料庫分析平臺並運用人工智慧分析微生物相巨量數據來預測新生兒敗血症

敗血症在新生兒加護病房(NICU)是非常棘手的問題，尤其是多重抗藥性菌造成的嚴重敗血症，在未早期診斷和及時積極治療情況下，其死亡率高且易有併發症。臨床上常遇到一般早產兒生命徵象不穩定時，會先當作是感染而立刻使用預防性抗生素，這會造成抗生素過度使用而導致抗藥性菌的產生。本研究團隊已經成功利用人工智慧(AI)預測金黃色葡萄球菌的抗藥性，文獻上也有利用AI幫助預測加護病房的敗血症，這是用病人24小時持續偵測的生理資料庫，經過大數據分析深度學習而成，但還未有模型成功建立在NICU。 早產兒的腸道微生物菌相(microbiota)和健康情況息息相關，我們也發現和敗血症的關連性。建立微生物相資料庫可以研究病菌的來源，預測致病菌，甚至日後可以藉由改變微生物菌相來預防NICU院內感染，因此本研究團隊欲採用AI結合NICU病人的生理監測資料庫和微生物菌相資料庫，經過深度學習，目的是建立預測模型可以有效率和正確的預測NICU敗血症的發生、預測嚴重敗血症和致病菌、和預測抗藥性，希望能幫助臨床醫師決定開始使用抗生素的時機、選用的藥物和治療計畫，最後並將此模型驗證在臨床上，證實其幫助臨床醫師的效能和節省醫療資源。

系統編號:PC10901-0350
原計畫編號:MOST108-2314-B182-064-MY3