数字孪生模型助力医院抗菌药物耐药性预测

抗菌药物耐药性（AMR）是医院面临的重大挑战。近日，研究人员开发了一种数字孪生模型，结合机械模拟与时间图学习，可预测耐药性在医院的传播。该模型利用图神经网络和Transformer分析每日接触网络，并通过数学规划优化干预策略。\n研究指出，AMR的传播受患者流转、医患接触模式及抗生素使用等多因素影响。该模型能模拟这些复杂交互，提前识别高风险场景，为医院提供针对性干预建议。\n目前，该研究以预印本形式发布，尚未经过同行评审，但其潜力已引发关注。未来，该模型有望成为医院感染控制的重要工具。