AI 正在改變新抗生素的發現模式
AI 輔助診斷被寄望能讓醫師更快做出判斷。達爾齊指出，AI 驅動的診斷在不增加實驗室基礎建設的情況下，準確率已可超過 99%。他也提到，這類快速檢測特別適合醫療資源較少的偏遠地區；世界衛生組織（WHO）估計，抗藥性在東南亞與東地中海地區最為嚴重，2023 年這些地區每三起通報感染就有一起具抗藥性，非洲則約每五起就有一起。
賓州大學佩雷爾曼醫學院（Perelman School of Medicine）最新研究顯示，團隊用機器學習分析數萬筆微生物基因體資料，找出近 86.3 萬個候選抗菌胜肽，超過 90% 從未描述過。研究員合成 100 個候選分子後，發現 63 個能完全抑制至少一種病原菌生長，部分分子甚至在極低劑量下就有效，還有一些在前臨床動物模型中成功阻止感染。研究團隊也開放了名為 AMPSphere 的抗菌序列資料庫，供外界使用。
達爾齊同時提到，AI 也能協助追蹤抗藥性細菌擴散、找出新的抗藥機制。英國國民保健署（NHS）正與 Google DeepMind 合作開發相關系統，曾在 48 小時內辨識出過去讓帝國學院研究人員花了 10 年才解開的未知抗藥機制。配合自動化實驗室，研究者如今可 24 小時平行進行數百項實驗，深度學習模型也能在數天內篩選數十億種分子結構，生成式 AI 則被用來設計自然界不存在的化合物。