
臺灣大學人文館榮獲美國 ACI「混凝土奧斯卡」獎項
瀏覽器版本過舊,或未開啟 javascript
請更新瀏覽器或啟用 javascript
在全球感染症領域最具指標性的國際醫學盛會 IDWeek 2025中,臺大醫院急診醫學部教授李建璋所領導的人工智慧研究團隊,以「AI預測細菌抗藥性」研究勇奪 IDSA Abstract Award 首獎,從超過3000篇投稿中脫穎而出,榮獲年度「Committee Choice Award」4篇最佳論文之一,並名列第一,為臺灣醫學研究再創國際榮耀。
在全球感染症領域最具指標性的國際醫學盛會 IDWeek 2025 中,臺大醫院急診醫學部 李建璋教授 所領導的人工智慧研究團隊,以「AI預測細菌抗藥性」研究勇奪 IDSA Abstract Award 首獎。
在全球感染症領域最具指標性的國際醫學盛會 IDWeek 2025中,臺大醫院急診醫學部教授李建璋所領導的人工智慧研究團隊,以「AI預測細菌抗藥性」研究勇奪 IDSA Abstract Award 首獎,從超過3000篇投稿中脫穎而出,榮獲年度「Committee Choice Award」4篇最佳論文之一,並名列第一,為臺灣醫學研究再創國際榮耀。IDWeek 為全球感染領域最頂尖的醫學盛會之一,每年吸引上萬名來自世界各地的成人與兒童感染科醫師、流行病學家及愛滋病研究學者,是全球跨學科參與人數最多的醫學大會。
傳統上,敗血症病人需等待72至96小時的細菌培養與抗生素有效性報告。在此期間,醫師往往必須依經驗「猜」抗生素。李教授團隊研究顯示,約有3成機率會猜錯用藥,導致延誤治療甚至惡化死亡。為解決此問題,團隊運用人工智慧結合臨床資料與質譜技術,開發出可即時預測細菌抗藥性的新方法。
這份研究主要是解決這個問題,臺灣目前各大醫院細菌辨識都已經改成質譜儀辨識,臺灣各大醫院現行以質譜儀進行細菌鑑定,透過雷射震盪產生的質譜「指紋」可快速判別菌種,但仍無法分辨抗藥與非抗藥株。李教授團隊分析超過40萬筆質譜資料,導入「神經網路與大型語言模型(LLM)」技術,準確預測超過 80% 細菌抗藥性,並能即時提供抗生素種類、劑量與劑型建議,協助醫師在人工智慧輔助下進行精準投藥,顯著提升治療效率與病人預後。
李教授表示:「這是我多年參與國際醫學會議以來,獲得的最高肯定!」他笑言,近年轉任公務服務後研究時間有限,每月僅能抽出1晚指導學生,假日與深夜才有空整理資料,沒想到這份「無心插柳」的努力竟在國際舞台上開出燦爛的花朵,令人聯想到美國能源部長朱棣文(Steven Chu)一邊從政、一邊發表Nature論文的傳奇。
李教授也特別感謝團隊成員的努力。研究主力為助理曹書瑜,成大統計所碩士出身,現已熟稔 AI 與LLM技術;另有醫學系學生潘祐君負責摘要撰寫,並獲大會全額補助赴美報告。李教授表示,希望這個獎項能成為2位年輕研究者飛得更高更遠的助力。
他同時感謝雲林分院檢驗醫學部主任謝月貞長期合作與資料支持、馬惠明院長與王帥志宏醫師共同努力,以及張上淳副校長、盛望徽副院長在防疫計畫中的持續支持。李教授強調:「這個獎不僅屬於團隊,更象徵臺灣智慧醫療的堅定步伐,讓世界看見我們在臨床 AI 領域的創新與價值。
當期焦點