尽管美国许多人现在已经战胜了新冠肺炎疫情，但我们并没有脱离险境，也没有尽一切努力阻止下一场疫情的来袭。抗生素耐药性（AMR）问题日益受到关注，尽管尚未引起公众的广泛关注，但多年来它一直是卫生界关注的焦点。不幸的是，COVID-19 疫情，特别是我们早期的应对和治疗计划，只会加剧抗菌素耐药性的威胁。
当考虑 AMR 的原因时，我立即想到了以下几件事。首先是抗生素的过度使用， 2000年至2015年全球消费量增长了39% ，并且已经注意到对新冠肺炎患者过度使用抗生素的现象。从更大层面来看，缺乏感染控制实践教育对抗菌药物耐药性也有不利影响。更为实际的是，缺乏快速检测和疫情监测技术、数据共享政策不充分以及缺乏对全球合作的重视，都加剧了抗菌药物耐药性的威胁。为了认真对待这一威胁，医疗保健界必须优先采取全球性和综合性的方法。但与此同时，我们需要采取以下一些措施，以在抗菌药物耐药性失控之前将其影响降至最低。
增加对快速检测和追踪技术的投资
虽然药物替代品的研究往往是抗菌药物耐药性讨论的焦点，但更多地关注诊断方法以及感染监测和追踪技术也发挥着同样重要的作用。在过去的一年里，分子聚合酶链反应（PCR）检测在 COVID-19 方面引起了广泛关注，但这些类型的快速检测面板也有可能使抗生素管理计划更有效。通过将这些快速检测纳入标准护理，医疗专业人员可以避免不必要地开出广谱抗生素。尽管医学界认识到更新护理标准的总体重要性，但真正的问题是双重的。
医疗保健界不仅应优先研究这些快速检测面板，还应确保所有医疗机构都能使用这些技术，并最终将其整合到被视为常规实践的程度，医生通常会等待结果后才开始抗生素治疗。这包括鼓励监管机构更加重视这些测试，甚至在可能的情况下加快审查流程，并确保访问多个分子面板不会因设施的位置、规模或人口统计资料而受到歧视。
加强全球医学界和公众之间的沟通
降低感染率最基本但经常被忽视的方法之一是重视公众对病毒传播的教育。抗菌药物监测项目 已证明能成功降低耐药性造成的经济负担和抗菌药物耐药率 。在检查传播率高于抗生素处方率的国家时， 研究 表明，抗菌药物耐药率高的国家可归因于不良的感染控制措施。因此，医疗保健组织必须确保所有设施的目标和责任以及最佳实践的 一致性，以确保他们有能力提供明智的患者护理，并拥有应对疾病爆发威胁所需的知识和工具。
但除了医学界之外，我们还必须优先向公众进行抗菌药物耐药性教育，尤其是当人们渴望重新进入新冠疫情结束后的隔离世界时。随着旅行人数的增加， 我们来看看最近的一项医学基因组学研究 。该研究显示，国际旅行后，旅行者肠道抵抗力中 AMR 基因的丰富度和多样性显著增加。随着这些抗性基因传播到世界各地，尽管旅行者并不知情，但这种威胁已在全球范围上升到一个新的高度。通过提高对抗菌药物耐药性传播的认识，我们可以努力最大限度地减少全球病原体的传播。
想象一下普遍且公平的机会。
我们已经证明，抗菌药物耐药性是一种跨境的全球威胁。因此，应对威胁的合理方法是制定一个强调公平获取的真正全球计划。为了有效应对这一威胁，非政府组织、二十国集团等多边组织、医疗行业团体、全球政府、一线医护人员甚至患者本身必须共同努力。简而言之，所有参与方，无论国家、财富、污染程度如何，都需要在各个领域做得更好。
多边合作将是关键，这将通过各种方式体现出来。首先，在地方、州、国家以及国际范围内共享数据，可以更深入地了解患者护理方法，并更早地向卫生界发出潜在疫情警报。基于云的 AMR 监控平台继续在世界各地进行试点，确保将测试结果和患者数据上传到共享数据库，以便与其他设施进行分析。但即使规模较小，当地医疗机构也可以加强对公共疫情监测的合作，尽早发现疫情，并在发现耐药病原体时减少所开抗生素的数量。
抗菌药物耐药性并不针对特定国家，我们应对这一威胁的方法亦然。人工智能（AI）数据模型和全基因组测序（WGS）在高收入国家越来越普遍，我们需要将这种方法扩展到疾病疫情有可能不受控制地蔓延的中低收入国家。《细胞与感染微生物学前沿》最近 发表的一项研究 描述了使用人工智能从 WGS 模型预测 AMR 的最佳实践。通过使用适合小数据集的预测模型混合技术，研究人员能够提高单个模型的平均特异性和敏感性。通过增加对人工智能和机器学习模型的使用，我们可以改善对疾病爆发的应对，并促进全球采用监测技术。