全球抗微生物耐药性研究的特征解释了为什么One Health解决方案的开发进展缓慢:基于AI的差距分析的应用

科学领域:

• 全球卫生健康 全球卫生健康
• 传染病研究传染病研究.
• 一个健康计划的倡议.

背景情况:

• 抗菌素耐药性 (AMR) 是一个日益严重的全球健康危机.
• 一个健康的方法是必要的,但多部门的研究是罕见的,创造知识差距.
• 由于数据的规模和多样性,以前对抗药性耐药性研究的全面调查缺乏.

研究的目的:

• 创建一个全面的数据库和信息检索系统,用于AMR研究使用AI.
• 绘制跨地区,方法和部门的全球AMR研究活动的地图.
• 识别知识差距,并推综合抗菌耐药性研究和One Health解决方案的战略.

主要方法:

• 通过使用人工智能 (AI),特别是自然语言处理 (NLP) 编译了254,738篇AMR相关文章.
• 在过去的20年里,开发了一个数据库和信息检索系统来提取知识.
• 生成了详细介绍区域,方法和部门研究活动的全球地图.

主要成果:

• 证实了有限的跨部门抗药性研究,阻碍了基于科学的政策,特别是在低收入国家 (LICs).
• 强调迫切需要跨部门和区域协调研究方法.
• 鉴定了分析方法 (例如,基于培养的与基因组的) 的差异,作为One Health解决方案的障碍.

结论:

• 在所有行业同时进行基于培养和基因组的AMR分析对于数据集成和One Health解决方案至关重要.
• 由于AMR负担很高,增加对LIC能力发展的投资是优先事项.
• 开发的开放访问数据库和人工智能方法可以增强AMR知识共享和工具开发.