肺炎等肺部感染是全球主要致死病因之一，但其诊断一直极具挑战性。如今，加州大学旧金山分校（UCSF）的研究人员提出一种新方法，有望减少抗生素的过度使用：将人工智能与基因信息相结合，实现对危重患者肺部感染的精准识别。 该团队利用生成式AI分析患者的电子病历，结合一种针对下呼吸道感染的生物标志物，显著提升了肺炎的早期诊断准确率。这种方法不仅能更快速地识别出真正由细菌感染引起的肺炎，还能有效区分病毒性感染或非感染性炎症，避免对非细菌性病例盲目使用抗生素。 在临床试验中，该AI辅助系统表现出色，大幅降低了误诊和漏诊率。研究人员认为，这一技术有望在重症监护病房（ICU）中广泛应用，帮助医生制定更精准的治疗方案，减少抗生素滥用，从而延缓耐药菌的出现。 该研究为AI与生物医学数据的融合应用提供了新范例，也为全球肺炎防控和合理用药提供了有力工具。