（綜合報導）2025年8月16日，世界衛生組織在總部日內瓦召開的國際新聞發佈會上，來自英國倫敦大學學院、法國巴斯德研究所、美國麻省理工學院以及世界衛生組織（WHO）抗菌藥耐藥性特別小組的科研人員聯合宣佈，他們利用人工智慧（AI）在針對淋病和耐藥性金黃色葡萄球菌的抗生素研發中取得了重要突破。
這兩類病菌長期以來被視為“超級細菌”，對多種現有藥物表現出頑固的耐藥性，導致全球公共衛生系統面臨嚴峻挑戰。此次AI驅動的新藥發現為對抗這兩類威脅帶來了新的希望。
新聞發佈會由世衛組織主辦，倫敦大學學院和巴斯德研究所的科學家負責展示研究成果，麻省理工學院團隊提供技術解讀，WHO的政策專家介紹全球抗菌藥耐藥性戰略。各國媒體和公共衛生官員出席，現場氣氛緊張而期待。
在新聞發佈會上，倫敦大學學院的傳染病專家瑪麗·漢森博士表示，“淋病已經出現對幾乎所有現有藥物的耐藥性。人工智慧幫助我們在極短時間內鎖定了潛在候選藥物，這對臨床治療將產生深遠影響。”一名在非洲參與臨床試點的醫生也補充說：“我們已經看到部分患者在實驗性治療下症狀快速緩解，這為我們帶來了巨大的信心。”
團隊宣佈，他們利用AI演算法篩選出一批對耐藥性淋病奈瑟菌和金黃色葡萄球菌有效的新型候選分子。部分分子在實驗室和動物模型中顯示出良好療效，尤其在應對耐藥性淋病方面展現出前所未有的效果。這一進展被視為近年來抗生素研發的重大突破。
漢森博士指出：“在傳統模式下，我們可能需要數年才能走到這一步，但AI讓我們在幾個月內就發現了候選藥物。”一位參與研究的法國科學家則強調：“如果臨床試驗證明這些藥物安全有效，這將改變全球對超級細菌的應對策略。” 長期以來，抗生素研發面臨困境。研發週期動輒超過十年，成本往往高達十億美元以上。而更令人擔憂的是，抗生素由於療程短、定價低，利潤空間有限，使得大型製藥企業逐漸縮減相關投入。市場供給減少，耐藥性細菌卻在不斷進化，形成了嚴峻的供需矛盾。正是在這樣的背景下，AI技術的崛起被視為破解困局的關鍵。
人工智慧在藥物研發領域的應用主要集中在以下幾個環節：
1.分子結構預測與生成：通過深度學習模型，如生成對抗網路（GAN）和圖神經網路（GNN），AI可以在龐大的化學空間中自動生成新型分子結構，預測其穩定性和與細菌靶點的結合能力。
2.藥效與毒性預測：AI利用大規模的生物醫學資料庫，能夠提前預測分子在體內的活性與毒性，減少實驗失敗的概率。
3.耐藥機制分析：機器學習模型能夠追蹤細菌基因突變，預測潛在的耐藥性發展路徑，從而説明科學家設計更具長期療效的抗生素。
4.臨床資料採擷：AI還可用於分析臨床病例資料，識別不同病原菌對藥物的回應模式，為個性化用藥提供參考。
2024年，歐盟“AI抗菌計畫”（AI4AMR）宣佈，通過跨國資料庫共用與AI分析，發現了三種具有潛力的廣譜抗生素候選物。其中一款藥物已經在小鼠實驗中展現出良好的療效和安全性。
隨著AI逐漸融入實驗室工作流程，科學家的角色正在發生變化。從傳統的“試錯”方式，轉向“AI指導+實驗驗證”的模式。具體體現為：
1.實驗自動化：結合機器人技術，AI可以控制自動化實驗平臺，進行高通量實驗篩選。
2.資料驅動研究：實驗結果即時回饋給AI模型，模型再根據新資料優化預測，形成“閉環研究”體系。
3.多學科融合：藥學、電腦科學、生物學等領域的跨界合作日益緊密，推動實驗室轉型為智慧化科研中心。
4.政策與實踐結合：WHO政策專家在發佈會上強調，AI發現的新藥物必須與全球抗菌藥策略結合，以確保臨床應用和監管同步推進。
儘管AI在抗生素研發中展現出巨大潛力，但仍面臨一系列挑戰：
1.資料品質與偏差：AI依賴大規模資料，但醫學資料常存在缺失或偏差，可能導致預測不準確。
2.臨床轉化難題：即便AI篩選出理想分子，仍需經過複雜的動物實驗和臨床試驗驗證，過程無法完全簡化。
3.智慧財產權與倫理問題：AI生成的分子究竟歸屬于研發團隊、演算法平臺，還是開放資料庫？這一問題尚存爭議。
4.過度依賴風險：部分專家警告，過度依賴AI可能使研究人員忽視傳統實驗方法的重要性。
隨著計算能力的提升和生物醫學資料庫的不斷擴展，AI在抗生素研發中的作用將日益突出。未來五到十年，可能會出現以下趨勢：
1.AI主導的藥物發現平臺：製藥公司將逐步建立端到端的AI研發平臺，實現從分子生成到臨床試驗的全流程智慧化。
2.個性化抗生素治療：基於AI的臨床決策支援系統將説明醫生為患者選擇最合適的抗生素方案。
3.全球協作網路：AI將促進國際間的資料共用與聯合研發，應對跨國傳播的超級細菌威脅。
4.倫理與監管框架：各國監管機構將制定AI藥物研發的相關法規，確保其安全、透明和可追溯。
5.政策與實踐同步推進：科研發現將直接納入公共衛生策略，使AI研發成果快速惠及全球患者。
抗生素耐藥性危機正在加速，而人工智慧的介入為人類帶來了一線希望。從Halicin的發現到國際團隊在淋病與金黃色葡萄球菌上的突破，AI正在改變新藥研發的邏輯與速度。雖然挑戰依然存在，但隨著技術成熟和制度完善，未來的抗生素研發將不再是孤立的實驗，而是“人類智慧+人工智慧”的協同探索。在這一場對抗細菌的持久戰中，AI無疑將成為最關鍵的戰友之一。
