【Clinical Infectious Diseases】AI结合全基因组测序，还可以监测并预防传染病的爆发？可以且精准！

昨日（11月17日）发表在《Clinical Infectious Diseases》上的一项研究论文表明，卫生系统可以识别并阻止医院传染病的爆发，从而降低成本，拯救生命。该研究论文名为“Whole Genome Sequencing Surveillance and Machine Learning of the Electronic Health Record for Enhanced Healthcare Outbreak Detection”。

“医院目前用于发现和阻止患者之间传染病传播的方法已经过时了。一个多世纪以来，这些做法并没有改变什么。而我们的新检测系统会检测到那些可能会被传统的感染预防监测所忽视的疫情。”皮特公共卫生研究生院流行病学教授、研究论文的资深作者Lee Harrison博士说。

医疗保健相关传播增强检测系统（The Enhanced Detection System for Healthcare-Associated Transmission, EDS-HAT）将基因组测序技术与含有海量电子健康记录数据的计算机算法结合起来。当测序检测到医院中任意两名或两名以上的患者有几乎相同的感染菌株时，机器学习会迅速查找这些患者的电子健康记录，以了解共同点（无论是病床相邻，还是使用相同设备，或由同一名医护进行护理），提醒感染预防专家进行调查并阻止感染进一步传播。

以传统的感染预防监测方法来说，这个过程需要临床医生察觉到两个或两个以上的患者有类似的感染，并提醒医院的感染预防团队，然后查找患者记录以尽量查明感染是如何传播的。“这是一个令人难以置信的劳动密集型过程，往往要依赖于忙碌的医护人员注意到患者之间的共同感染，”主要作者Alexander Sundermann说。“如果患者在医院的同一个病房，这可能行得通，但如果这些患者在不同的病房，有不同的医护人员护理，其唯一的共同联系是在同一间手术室手术过，那么在其他患者感染之前发现该疫情的机会就会很低。”

从2016年11月到2018年11月，UPMC长老会医院针对少数通常与医院感染相关的特定感染病原体进行了为期六个月的EDS-HAT，同时继续采用实时的传统感染预防方法。随后，该团队调查了EDS-HAT的运行情况。

EDS-HAT在这两年期间检测了99个类似感染集群，并在65.7%的集群中确定了至少一条潜在传播途径。在同一时期，感染预防部门使用全基因组测序帮助调查了15起疑似疫情，其中两起是与基因相关的感染。

如果EDS-HAT一直在实时运行，研究小组估计，可以预防多达63次传染病的传播。这也可以为医院节省多达692,500美元。

在一项个案研究中，EDS-HAT发现了抗万古霉素屎肠球菌的爆发，一直追踪到介入放射学程序，该程序涉及（根据制造商的说明进行）注射无菌造影剂。正是由于EDS-HAT检测到了疫情，UPMC提醒制造商其说明是错误的。

Harrison说：“在那种情况下，EDS-HAT将不同医院发生的看似无关的患者之间的感染联系起来，阻止了疫情的爆发，而且也有可能防止其他医院类似疫情的爆发。这个例子就是EDS-HAT的价值的证明。”

UPMC计划在UPMC长老会医院实时使用EDS-HAT，并希望这一创新可以在未来惠及其他感染预防和控制项目。最初的EDS-HAT主要监测耐药细菌病原体，很快就会纳入呼吸道病毒的测序，包括COVID-19。（转化医学网360zhyx.com）

参考资料：

https://www.eurekalert.org/news-releases/934578

https://academic.oup.com/cid/advance-article-abstract/doi/10.1093/cid/ciab946/6425830?redirectedFrom=fulltext

注：本文旨在介绍医学研究进展，不能作为治疗方案参考。如需获得健康指导，请至正规医院就诊。