随着新冠肺炎危机的继续发展，世界各地的研究人员都在尝试寻找最有效的方法来对抗这种疾病背后的病毒。
传统上，当出现危险的新细菌和病毒感染时，应对措施是开发一种结合多种不同药物的治疗方法。然而，此过程费力且费时，药物和剂量都需要反复试验。
考虑到这一点，新加坡国立大学N.1卫生研究院院长兼新加坡国立大学生物医学工程学系主任何教授带领一个多学科的研究团队提出了一个名为“IDentif”的开拓性人工智能平台，通过人工智能识别传染病联合疗法可以大大提高这项开发的效率。他们的结果发表在2020年4月16日的Advanced Therapeutics上。
常规治疗药物的选择涉及检查病毒或细菌对不同潜在候选物的反应，将药物以递增剂量给予细菌或病毒，直到观察到最大程度地阻止其生长为止，然后将其他药物加在一起以增强效果。
但是，当同时研究几种药物作为候选药物时，这些方法无效。同样，这些方法通常可以为体外研究带来积极的成果，但是在体内研究中很难进行观察。
为了避免传统药物联合疗法发展的弊端，何教授及其团队与上海交通大学的合作者一起利用了AI的处理能力。研究小组精心选择了12种药物，这些药物可用于治疗由水泡性口炎病毒（VSV）引起的肺细胞感染。然后，他们使用IDentif.AI来显著减少这12种药物的全部组合范围和最佳剂量所需的实验次数。
“使用IDentif.AI，我们花了三天的时间，从数十亿种可能的组合中确定了多种最佳药物方案，这些组合将VSV感染率降低到1.5％，没有明显的不良影响。发现新药物联合疗法的速度和准确性是前所未有的，”何教授说。
南昌留学云提示，重要的是，研究小组发现，对最佳药物组合进行最佳剂量给药时，其效果是次最佳剂量的7倍。这表明了理想药物和剂量识别的至关重要。
同样，当从排名最靠前的药物组合中替换一种药物，并且以次优剂量给药该新组合时，该组合的疗效降低了14倍。
事实证明，IDentif.AI可以快速提供传染病治疗效果，该小组目前将目光投向了COVID-19。
何教授说：“随着针对COVID-19的疫苗和抗体疗法的开发正在进行，我们将需要一种快速的治疗策略来应对可能随时间演变的病毒。我们的优势在于，我们可以执行一个实验，并在几天之内列出用于治疗的药物组合清单。而且，如果患者对最初的药物组合反应不佳，我们可以在几天之内获得新的组合，以重新优化他们的护理。我们的平台可用于解决患者根据开始治疗的时间以及是否发生不同菌株的下游感染而需要不同药物组合的可能性。”
