抗生素遭到濫用，導致細菌抗藥性越來越強，甚至有「超級細菌」，使醫師治療患者時難以立即對症下藥。林口長庚醫院與長庚、中央大學跨校合作並經三年多研發，以AI人工智慧開發出「超級細菌預測模型」，可更快速、便宜跟準確的對微生物進行特性鑑定。
長庚醫院檢驗醫學部主治醫師王信堯表示，該模型幾秒鐘內即可完成預測，並達到80%的用藥準確性，未來可成為對抗微生物感染的一大利器，協助醫師更快速且準確用藥。此研究成果榮獲2017年台北國際發明展金獎外，去年10月刊登於國際微生物研究期刊「微生物研究先驅（Frontiers in Microbiology）」。
長庚醫院檢驗醫學部部主任盧章智表示，微生物學家已經發現不少種超級細菌，如金黃色葡萄球菌、腸球菌、鮑曼不動桿菌等都具有抗藥特性；其中又以金黃色葡萄球菌最廣為人知。
而臨床上若發現較嚴重的金黃色葡萄球菌時，通常醫師因不確定細菌嚴重性，一開始會使用後線的萬古黴素，而很少用第一線的Oxacillin（苯唑青黴素），卻容易引發超級細菌對萬古黴素的抗藥性，增加後線藥物的使用壓力。
王信堯說，曾有一名43歲的病患一次生病高燒不退，且頸部腫脹不適、呼吸困難，就醫發現嚴重的頸部感染，但無法判斷是何種細菌。醫師當下只能據「經驗」使用抗生素，後來發生敗血性休克；直到額外檢驗才知感染「異質性萬古徽素抗藥性金黃色葡萄球菌」（hVISA），可稱為是加強版的超級金黃色葡萄球菌，隨即對症下藥治療。
王信堯說，抗藥能力明顯的超級細菌，有些仍可能被檢驗單位檢測出來。但有些躲藏在一般不具抗藥能力的菌群中，其比例甚至低到10萬到100萬隻細菌中，才有一隻的存在，因此目前臨床實務上，完全無法檢測到這些超級細菌。導致感染的患者到醫院後，往往必須歷多種藥物嘗試、治療失敗、嚴重併發症等痛苦過程後，才證實超級細菌的存在。
已有本土及國際的研究指出，超級細菌的盛行率已高達7.5%。王信堯說，透過質譜儀（MALDI-TOF）廣泛用在微生物菌種的鑑定，這些大數據有可能提供微生物抗藥能力的線索。因此研究團隊跨領域合作，進一步使用人工智慧分析技術，成功的從質譜儀複雜的大數據中，解讀出超級細菌可能的抗藥機制模型，僅幾秒鐘內即可完成預測，正確率可達80%。
長庚表示，該模式未來將擴大其他超級細菌的資料建檔，希望相關系統盡快通過審核，在明年上半年內投入臨床使用。
