麻省理工学院计算机科学与人工智能实验室（CSAIL）的研究人员说，他们已经开发了一种推荐算法，该算法可以预测一线或二线抗生素可以治疗患者的尿路感染（UTI）的可能性。有了这些信息，模型就可以针对特定的治疗提出建议，该治疗应尽可能频繁地选择一线药物，而不会导致过多的治疗失败。超过半数的女性受到 UTIs 的影响，这合计在每年增加近 40 亿美元的医疗保健费用。医生通常使用称为氟喹诺酮类的抗生素来治疗尿路感染，但已发现它们会使女性处于感染其他感染的风险中。它们还导致较高的肌腱受伤风险和威胁生命的状况（如主动脉撕裂），导致医学协会发布指南，推荐氟喹诺酮类药物作为「二线治疗」。CSAIL 小组声称，他们的模型是根据来自百翰妇女医院和麻萨诸塞州总医院的一万多名患者的数据进行训练的，该模型将使临床医生将二线抗生素的使用减少 67％。对于临床医生选择二线药物但算法选择一线药物的患者，一线药物最终有 90％以上的时间起作用。（VentureBeat）