Inteligența artificială ar putea dezvolta tratamente pentru prevenirea "superbacteriilor

Cercetătorii de la Clinica Cleveland au dezvoltat un model de inteligență artificială (IA) care poate determina cea mai bună combinație și momentul administrării medicamentelor pentru tratarea unei infecții bacteriene, bazându-se exclusiv pe rata de creștere a bacteriilor în anumite condiții. Echipa, condusă de Dr. Jacob Scott și laboratorul său din cadrul Diviziei Teoretice de Hematologie și Oncologie Translațională, și-a publicat recent descoperirile în revista Proceedings of the National Academy of Sciences.

Antibioticele sunt recunoscute pentru creșterea speranței medii de viață în Statele Unite cu aproape un deceniu. Tratamentele au redus ratele de deces cauzate de probleme de sănătate pe care acum le considerăm minore, cum ar fi unele tăieturi și leziuni. Însă antibioticele nu mai funcționează la fel de bine ca odinioară, în parte pentru că sunt utilizate pe scară largă.

„Organizațiile globale din domeniul sănătății sunt de acord că intrăm într-o eră post-antibiotică”, explică Dr. Scott. „Dacă nu schimbăm modul în care combatem bacteriile, până în 2050 vor muri mai mulți oameni din cauza infecțiilor rezistente la antibiotice decât din cauza cancerului.”

Bacteriile se înmulțesc rapid, producând urmași mutanți. Utilizarea excesivă a antibioticelor oferă bacteriilor oportunitatea de a dezvolta mutații rezistente la tratament. În timp, antibioticele ucid toate bacteriile sensibile, lăsând doar mutanții mai puternici pe care antibioticele nu îi pot ucide.

O strategie utilizată de medici pentru a eficientiza tratamentele pentru infecțiile bacteriene se numește rotația antibioticelor. Lucrătorii din domeniul sănătății alternează între diferite antibiotice în timp. Trecerea între diferite medicamente oferă bacteriilor mai puțin timp pentru a dezvolta rezistență la o anumită clasă de antibiotice. Rotația poate chiar face bacteriile mai sensibile la alte antibiotice.

„Rotația medicamentelor este promițătoare în tratarea eficientă a bolilor”, spune primul autor al studiului și student la medicină, doctor în filosofie, Davis Weaver. „Problema este că nu știm care este cea mai bună modalitate de a face acest lucru. Nu există standarde pentru ce antibiotic să administrăm, pentru cât timp sau în ce ordine.”

Co-autorul studiului, Dr. Jeff Maltas, cercetător postdoctoral la Clinica Cleveland, folosește modele computerizate pentru a prezice cum rezistența bacteriilor la un antibiotic le face mai slabe în fața altuia. El a colaborat cu Dr. Weaver pentru a vedea dacă modelele bazate pe date ar putea prezice tipare de rotație a medicamentelor care să minimizeze rezistența la antibiotice și să maximizeze susceptibilitatea, în ciuda naturii aleatorii a evoluției bacteriene.

Dr. Weaver a condus aplicarea învățării prin consolidare la modelul de rotație a medicamentelor, care învață un computer să învețe din greșelile și succesele sale pentru a determina cea mai bună strategie pentru finalizarea unei sarcini. Studiul este unul dintre primele care aplică învățarea prin consolidare la schemele de rotație a antibioticelor, potrivit Dr. Weaver și Maltas.

Simulare evolutivă schematică și abordări de optimizare testate. Sursa: Proceedings of the National Academy of Sciences (2024). DOI: 10.1073/pnas.2303165121

„Învățarea prin consolidare este o abordare ideală, deoarece trebuie doar să știi cât de repede cresc bacteriile, ceea ce este relativ ușor de determinat”, explică dr. Weaver. „Există, de asemenea, loc pentru variații și erori umane. Nu este nevoie să măsori rata de creștere până la milisecundă de fiecare dată.”

Inteligența artificială a echipei de cercetare a reușit să identifice cele mai eficiente planuri de rotație a antibioticelor pentru a trata mai multe tulpini de E. coli și a preveni rezistența la medicamente. Studiul arată că inteligența artificială poate sprijini luarea deciziilor complexe, cum ar fi calcularea schemelor de tratament cu antibiotice, spune Dr. Maltas.

Dr. Weaver explică faptul că, dincolo de gestionarea infecțiilor la un pacient individual, modelul de inteligență artificială al echipei ar putea oferi informații despre modul în care spitalele tratează infecțiile în general. El și echipa sa de cercetare lucrează, de asemenea, la extinderea activității lor dincolo de infecțiile bacteriene, la alte boli mortale.

„Această idee nu se limitează la bacterii, ci poate fi aplicată oricărui obiect care poate dezvolta rezistență la tratament”, spune el. „În viitor, credem că aceste tipuri de inteligență artificială ar putea fi folosite pentru a gestiona cancerele rezistente la tratament.”