编者按：第三届One Health微生物耐药控制大会于2025年10月31日-11月2日在杭州成功举行。微生物耐药问题关乎临床诊疗成效与患者预后，一直是感染领域的核心关注点。会议期间，《感染医线》特别对话浙江省中医院重症医学科江荣林教授，围绕人工智能在感染诊疗中的应用展开深度交流，聚焦AI在耐药菌识别与分型中的技术路径、其与临床决策的协同关系以及中西医融合视角下智能诊疗的未来可能，为推动耐药菌诊疗发展提供有益参考。

 

01

《感染医线》：AI模型如何区分普通感染与耐药菌感染、甚至精准识别耐药菌亚型的？相比传统依赖病原学检测的分型方式，AI能将分型周期缩短多少，这对临床尽早启动针对性抗菌治疗有何实际意义？

 

江荣林 教授

浙江省中医院重症医学科

 

这是一个很好的问题。当前人工智能确实已成为热点话题，并逐渐渗透到我们的日常生活。在感染专业领域，AI也正发挥着越来越重要的作用。就耐药菌诊断而言，若能及时判断患者是否为耐药菌感染，并尽早使用有效的抗生素，对改善患者预后具有重要意义。

 

传统的耐药菌诊断方法存在速度较慢、流程不够高效的问题。原因在于，我们需要先采集标本，再进行培养，或借助分子生物学方法、抗原抗体检测等手段进行分析。整个过程耗时较长，短则半天到一天，长则可能需要三到五天。之后还需进行药敏试验，才能确认是否为耐药菌；或通过分子生物学方式检测是否携带耐药基因或耐药酶。完成这些步骤后，才能开展针对性治疗，整体周期较长。

 

而人工智能的方法并不直接依赖微生物采样或培养，而是基于大数据。通过分析既往数千甚至数万例类似病例，提取其共同特征，构建出一个预测模型。当新患者就诊时，我们只需将其临床信息输入模型，即可快速预测患者感染耐药菌的概率。若可能性较高，则尽早启用针对耐药菌的抗生素；若可能性较低，则使用常规抗生素即可。因此，AI在耐药菌诊断方面具有重要价值，理论上能将诊断周期无限缩短。

 

02

《感染医线》：在实际临床工作流中，您如何看待AI辅助诊断系统与临床医生决策之间的关系？医生如何与AI系统协同工作，特别是在面对复杂、不典型的病例时，AI的结果如何帮助医生做出更优的决策？

 

江荣林 教授

浙江省中医院重症医学科

 

目前，AI在临床中主要发挥的是辅助决策作用。医生在诊断过程中需要全面掌握患者情况，包括其性格特点、生活习惯、工作环境等背景信息，这些因素对判断耐药菌感染等病情都具有重要意义。

 

此外，医生还需详细了解患者此次感染的具体特征，如感染发生的情境、感染部位、前期表现、已使用的抗生素及其疗效等。基于这些信息，医生会综合判断病原体是普通细菌还是耐药菌，进而选择有效的抗生素。这是当前临床诊疗的基本逻辑流程。

 

而现阶段AI的作用仍以辅助为主。它能够基于大量病例特征构建模型进行分析，但在理解患者个体特点，尤其是生活方式、性格特征等具有人文关怀维度的信息方面，仍存在不足。不过，随着技术发展，未来AI有望将更多影响因素纳入推理流程，从而提供更全面的辅助。

 

目前，AI系统通常无法直接给出明确结论，而是提供几种可能的诊断或用药方案，供医生进一步判断。同时，AI的推断依赖于所学习的既往病例数据，如果训练数据中存在错误诊断或不完善信息，AI的结论也可能出现偏差。

 

例如，在测试中我曾遇到一种情况：AI判断患者是肺部革兰氏阳性菌感染，并建议使用糖肽类、头孢菌素甚至达托霉素等药物治疗。虽然达托霉素在部分指南中被推荐用于革兰氏阳性菌感染，但它对肺部感染实际无效，而AI未能识别这一临床细节，导致建议存在误导。

 

因此，AI目前仍应作为辅助工具，绝不能作为独立决策系统。医生需结合临床经验，对AI提供的信息进行审慎判断，特别是在复杂、非典型病例中，才能做出更优决策。

 

03

《感染医线》：AI分型目前多依赖西医指标。请问在您的实践中，中医辨证信息是否被纳入AI分型体系？这种中西医融合的分型模式，能否为后续开展中西医协同治疗提供精准指导？

 

江荣林 教授

浙江省中医院重症医学科

 

这个问题确实涉及中医、西医以及两者融合的重要议题。目前，AI在中医领域已有不少应用探索，许多专家正致力于将中医的诊疗经验和典型案例输入人工智能系统，由AI提取其中的规律与特征。

 

例如，中医强调“望闻问切”，AI同样可以参与其中。通过拍摄患者的舌苔图像并进行精细分析，AI能够将中医传统中相对抽象的概念转化为具体数据，进而实现量化建模。因此，AI在中医方面也具有广阔的应用前景。

 

回到重症感染的场景，西医主要借助分子生物学、病原培养、蛋白检测等手段诊断耐药菌。而中医虽无“耐药菌”这一概念，但会基于阴阳五行、虚实辨证等理论体系，对患者的感染特点进行整体辨识。将中医通过“望闻问切”所获得的信息数据化，并输入AI系统，再结合中医的临床经验，就能在中医诊断中引入人工智能的支持。

 

中医特别强调“辨证施治”。例如，一位90岁高龄老人与一位20岁年轻患者的感染，在中医看来，其卫气营血状态可能差异显著。借助AI，我们可以将这些中医辨证特点进行更精细的识别和分类，从而更好地实现中西医结合的诊疗思路。

 

在重症感染治疗中，既有西医的客观指标，又有中医的整体辨证，再结合AI的数据整合与分析能力，我认为这构成了第三种路径：将西医方法、中医智慧与人工智能技术三者融合，从而更全面地把握患者的感染特征，为临床治疗提供更精准、更有效的指导。

 

 

江荣林 教授

博士生导师，主任医师，教授

浙江省中医院急危重症医学中心主任

浙江省医学会重症医学分会主任委员

中华医学会重症医学分会委员

中国医师协会重症医学医师分会委员

中国中西医结合学会重症医学专委会常委

中国医药教育协会重症康复专委会常委

浙江省医学会细菌感染与耐药防治分会副主委

浙江省医师协会重症医学医师分会副会长

浙江省中西医结合学会重症医学专委会副主委

浙江省康复医学会重症康复专委会副主委

《Critical Care Medicine》中文版编委，《中华急诊医学杂志》《浙江医学》等杂志审稿专家

 

来源：《感染医线》

 

声 明

凡署名原创的文章版权属《感染医线》所有，欢迎分享、转载（开白可后台留言）。本文仅供医疗卫生专业人士了解最新医药资讯参考使用，不代表本平台观点。该等信息不能以任何方式取代专业的医疗指导，也不应被视为诊疗建议，如果该信息被用于资讯以外的目的，本站及作者不承担相关责任。

3605