大语言模型助力抗生素处方：优势、局限与未来展望

研究人员探究大语言模型（LLMs）支持抗生素处方的应用，发现其有利有弊，对临床实践意义重大。

　　在医疗领域，合理使用抗生素一直是个棘手难题。一方面，医生要为患者提供最佳治疗方案，用抗生素有效对抗感染；另一方面，又得时刻警惕过度使用抗生素导致的抗微生物药物耐药性问题，这就像在走钢丝，稍有不慎就会失衡。而且，目前在利用大语言模型（Large Language Models，LLMs）辅助抗生素处方的研究中，缺乏统一标准，研究结果参差不齐，让人难以判断其可靠性。在这样的背景下，来自意大利热那亚大学等多个机构的研究人员开展了关于 LLMs 在支持抗生素处方和抗菌药物管理（Antimicrobial Stewardship）方面的研究，相关成果发表在《npj Antimicrobials and Resistance》上。这一研究对未来合理使用抗生素、改善医疗实践有着重要意义。

研究人员在开展此项研究时，主要运用了文献研究法。他们广泛收集并深入分析了当前关于 LLMs 用于支持抗生素处方的众多研究文献，通过梳理不同研究的内容、方法和结果，来全面评估 LLMs 在该领域的应用情况。

研究结果

1. LLMs 的工作原理与发展历程：自然语言处理（Natural Language Processing，NLP）旨在让计算机处理和生成人类自然语言，是人工智能（Artificial Intelligence，AI）的一部分。LLMs 的发展历经多个阶段，早期的 NLP 模型是基于规则的系统，后来神经网络（Neural Networks，NNs）的应用克服了一些局限性，但 NNs 被视为 “黑箱” 模型，其内部计算过程难以理解。直到 2017 年 Transformer 的出现，使得 NLP 模型性能大幅提升，它基于注意力机制，能更好地处理文本中的长距离依赖关系。在此基础上，LLMs 得以发展，通过在大量数据上进行训练学习，能够预测句子中的下一个词，进而提取、总结和生成类似人类的文本。
2. LLMs 在支持抗生素处方方面的应用研究：多项研究评估了 LLMs 在支持抗生素处方方面的表现。例如，Maillard 等人利用基于 GPT-4 的聊天机器人 ChatGPT-4 对 44 例血流感染（Bloodstream Infection，BSI）病例进行回顾性研究，评估其提供抗菌治疗建议的适宜性，结果发现经验性和针对性治疗建议的适宜率分别为 64% 和 36%，部分建议还存在潜在危害。Fisch 等人针对肺炎球菌脑膜炎病例，评估多个 LLMs（如 Llama、Bard、Claude-2 等）遵循临床实践原则和指南的情况，发现 LLMs 在识别快速使用抗生素的必要性上表现尚可，但在建议的抗生素类型和剂量方面存在不足，且不同模型在不同会话中的回复存在异质性。Zaidat 等人评估 ChatGPT-3.5 和 ChatGPT-4 在脊柱手术抗生素预防方面的回复准确性，ChatGPT-4 和 ChatGPT-3.5 的回复准确率分别为 63%（10/16）和 81%（13/16） 。
3. 使用 LLMs 支持抗生素处方存在的问题：首先，当前研究缺乏标准化，在构建提示、评估回复准确性和一致性等方面没有统一规范，不同研究使用不同术语描述相同概念，影响研究结果的可比性。其次，LLMs 作为黑箱模型，其输出可能存在偏差和错误信息，而人类识别这些问题的能力有待提高，同时模型的可解释性也存在问题。此外，在抗生素处方中，还需平衡个体患者的最佳治疗与全球抗微生物药物耐药性的降低，这需要专门的指导来衡量 LLMs 建议的适宜性。
4. 应对策略与未来展望：为解决上述问题，研究人员提出多种策略。如通过检索增强生成（Retrieval-Augmented Generation，RAG）、思维链提示（Chain-of-thought Prompting）等技术减少模型的幻觉和偏差；开发专门的评估框架评估 LLMs 在生物医学领域的可靠性；在模型开发和临床应用前进行专家人工评估；开展随机研究评估 LLMs 在临床实践中的性能等。同时，加强对未来医学专业人员的教育，让他们深入了解 LLMs 的优势和局限性，也是推动其合理应用的关键。

研究结论与讨论

LLMs 在支持抗生素处方和抗菌药物管理方面具有巨大潜力，如减轻医生在繁琐任务上的认知负担，提高效率，整合医疗记录信息提供临床推理见解，以及自动监测不良事件等。然而，目前其应用还面临诸多挑战，包括研究的标准化问题、模型的可解释性和偏差问题、与抗微生物药物耐药性平衡的问题等。要实现 LLMs 在该领域的安全有效应用，需要多学科协作，建立规范的治理、监管和伦理框架，开发复杂平台协调不同模型，同时加强对医学专业人员的教育。随着相关技术的不断发展和完善，LLMs 有望在未来为抗生素处方和抗菌药物管理提供可靠支持，助力应对日益严峻的抗微生物药物耐药性问题，保障全球公共卫生安全。