發(fā)布時(shí)間：2024-06-26來源：朱永官院士團(tuán)隊(duì)
抗微生物藥物耐藥性（Antimicrobial Resistance, AMR）已成為全球公共衛(wèi)生的重大挑戰(zhàn)之一，被世界衛(wèi)生組織（WHO）列為亟待解決的優(yōu)先事項(xiàng)。解決這一挑戰(zhàn)需要全球有關(guān)各方協(xié)同努力，世界衛(wèi)生組織、聯(lián)合國(guó)糧農(nóng)組織（FAO）、世界動(dòng)物衛(wèi)生組織（WOAH）以及聯(lián)合國(guó)環(huán)境規(guī)劃署（UNEP）為此共同成立了應(yīng)對(duì)AMR的四方合作組織（Quadripartite），致力于推動(dòng)和實(shí)施以“同一健康（One Health）”為核心的解決方案。以AMR為主題已發(fā)表數(shù)量龐大的論文，蘊(yùn)含著豐富的科學(xué)知識(shí)。然而，人類大腦已無法對(duì)AMR論文進(jìn)行全部地閱讀和體系化整合，使得 “同一健康”框架下遏制AMR的政策制定和實(shí)施行動(dòng)難以得到有效的科技支撐。
中國(guó)科學(xué)院城市環(huán)境研究所朱永官院士團(tuán)隊(duì)提出了基于人工智能（AI）的科學(xué)知識(shí)體系化整合新范式，構(gòu)建了AMR主題文獻(xiàn)關(guān)鍵信息提取數(shù)據(jù)庫(kù)，結(jié)合“同一健康”框架體系繪制了AMR科學(xué)知識(shí)全景圖譜。針對(duì)AMR主題至今已發(fā)表的25萬+篇文獻(xiàn)，團(tuán)隊(duì)創(chuàng)建了“AI+人工標(biāo)記”訓(xùn)練和驗(yàn)證的關(guān)鍵信息提取與整合新范式。新范式耦合了自然語言處理、高效索引和智能識(shí)別等關(guān)鍵技術(shù)，所構(gòu)建的數(shù)據(jù)庫(kù)涵蓋了全球178個(gè)國(guó)家的抗生素抗性基因和抗性菌等記錄逾百萬條。新范式繪制AMR知識(shí)全景圖譜由監(jiān)測(cè)對(duì)象、監(jiān)測(cè)方法、監(jiān)測(cè)地點(diǎn)、研究對(duì)象及相互關(guān)系組成。新范式及數(shù)據(jù)庫(kù)與全景圖譜由中國(guó)科學(xué)院城市環(huán)境研究所聯(lián)合北京大學(xué)、中國(guó)科學(xué)院生態(tài)環(huán)境研究中心和紐卡斯?fàn)柎髮W(xué)，以 Characterising global antimicrobial resistance research explains why One Health solutions are slow in development: An application of AI-based gap analysis為題，發(fā)表在Environment International上。
全景圖譜顯示，AMR研究主題和監(jiān)測(cè)方法在“同一健康”不同學(xué)科之間存在顯著差異，這導(dǎo)致了不同領(lǐng)域決策者交流的信息不對(duì)稱。例如，醫(yī)學(xué)和獸醫(yī)學(xué)傾向于依賴分離培養(yǎng)微生物的傳統(tǒng)方法來評(píng)估工作優(yōu)先級(jí)，而環(huán)境科學(xué)更依賴基因組學(xué)和宏基因組學(xué)測(cè)序。這表明，在“同一健康”框架下，評(píng)估AMR需要跨領(lǐng)域的、多角度的綜合框架，以此收集更詳細(xì)的標(biāo)準(zhǔn)化數(shù)據(jù)并制定對(duì)策。此外，“同一健康“框架下的綜合監(jiān)測(cè)研究在低收入國(guó)家?guī)缀鯖]有，而這些國(guó)家正面臨著AMR加重的嚴(yán)峻局面，這些國(guó)家應(yīng)成為未來研究和資助的重點(diǎn)。
全景圖譜支撐了聯(lián)合國(guó)環(huán)境規(guī)劃署和世界衛(wèi)生組織的AMR有關(guān)政策制定。例如，不同收入水平國(guó)家的AMR研究模式間的差異性（如圖所示）。實(shí)驗(yàn)基礎(chǔ)設(shè)施有限、國(guó)家行動(dòng)計(jì)劃不完善和財(cái)政支持不足等問題，限制了在特定區(qū)域中關(guān)鍵領(lǐng)域的研究進(jìn)展。尤其是，預(yù)防和綜合監(jiān)測(cè)是各國(guó)解決AMR問題的首要環(huán)節(jié)，應(yīng)在政策制定中優(yōu)先考慮。
新范式獲得了AMR研究領(lǐng)域各國(guó)專家的高度關(guān)注和熱烈討論。四方合作組織抗微生物藥物耐藥性和使用綜合監(jiān)測(cè)組織 (Quadripartite Technical Group?on?Antimicrobial?Resistance and Use Integrated Surveillance, QTG-AIS）主席Sabiha Essack教授在社交媒體上評(píng)論道：“該工作創(chuàng)新性地使用人工智能方法確定綜合監(jiān)測(cè)差距，極具開創(chuàng)性，將會(huì)為聯(lián)合國(guó)四方技術(shù)小組在同一健康視角下進(jìn)行抗微生物藥物耐藥性綜合監(jiān)測(cè)工作扮演重要角色”。美國(guó)弗吉尼亞理工大學(xué)Amy Pruden教授在第七屆環(huán)境抗微生物藥物耐藥性國(guó)際會(huì)議（EDAR7）的報(bào)告中表示：“看到這篇文章讓我覺得開心，這項(xiàng)工作為理解和從日益增長(zhǎng)的抗微生物藥物耐藥性研究中獲益樹立了一個(gè)榜樣”。
???論文鏈接
“同一健康”視角下的抗微生物藥物耐藥性研究跨領(lǐng)域合作網(wǎng)絡(luò)圖
?
附件下載：
