Umetna inteligenca bi lahko razvila zdravljenje za preprečevanje "superbakterij"

Raziskovalci na kliniki Cleveland so razvili model umetne inteligence (AI), ki lahko določi najboljšo kombinacijo in čas za predpisovanje zdravil za zdravljenje bakterijske okužbe izključno na podlagi stopnje rasti bakterij pri določeni izpostavljenosti. Ekipa, ki jo vodi dr. Jacob Scott, in njegov laboratorij v teoretičnem oddelku za translacijsko hematologijo in onkologijo so nedavno objavili svoje rezultate v Zborniku Nacionalne akademije znanosti. p>

Antibiotikom se pripisuje podaljšanje pričakovane življenjske dobe v Združenih državah za skoraj desetletje. Zdravljenje je zmanjšalo stopnjo umrljivosti zaradi zdravstvenih težav, ki jih zdaj štejemo za manjše, kot so nekateri ureznine in poškodbe. Vendar pa antibiotiki ne delujejo več tako dobro kot nekoč, delno zaradi njihove široke uporabe.

»Globalne zdravstvene organizacije se strinjajo, da vstopamo v obdobje po antibiotikih,« pojasnjuje dr. Scott. "Če ne bomo spremenili načina boja proti bakterijam, bo do leta 2050 zaradi okužb, odpornih na antibiotike, umrlo več ljudi kot zaradi raka."

Bakterije se hitro razmnožujejo in proizvajajo mutirane potomce. Prekomerna uporaba antibiotikov daje bakterijam možnost, da razvijejo mutacije, ki so odporne na zdravljenje. Sčasoma antibiotiki uničijo vse dovzetne bakterije in ostanejo samo močnejši mutanti, ki jih antibiotiki ne morejo uničiti.

Ena strategija, ki jo zdravniki uporabljajo za posodobitev zdravljenja bakterijskih okužb, se imenuje rotacija antibiotikov. Ponudniki zdravstvenih storitev izmenjujejo različne antibiotike v določenih časovnih obdobjih. Preklapljanje med različnimi zdravili daje bakterijam manj časa, da razvijejo odpornost na katero koli skupino antibiotikov. Kroženje lahko celo povzroči, da so bakterije bolj dovzetne za druge antibiotike.

»Rotacija zdravil je obetavna pri učinkovitem zdravljenju bolezni,« pravi prvi avtor študije in študent medicine Davis Weaver, dr. »Težava je v tem, da ne poznamo najboljšega načina za to. Ni standardov, kateri antibiotik dajati, kako dolgo in v kakšnem vrstnem redu.«

Soavtor študije dr. Jeff Maltas, podoktorski raziskovalec na kliniki Cleveland, uporablja računalniške modele za napovedovanje, kako odpornost bakterij na en antibiotik naredi te šibkejše za drugega. Združil se je z dr. Weaverjem, da bi raziskal, ali lahko modeli, ki temeljijo na podatkih, napovedujejo vzorce kroženja zdravil, ki zmanjšujejo odpornost na antibiotike in povečujejo občutljivost za antibiotike, kljub naključni naravi evolucije bakterij.

Dr. Weaver je vodil uporabo učenja z okrepitvijo v modelu rotacije zdravil, ki uči računalnik, naj se uči iz svojih napak in uspehov, da določi najboljšo strategijo za dokončanje naloge. Po mnenju dr. Weaver in Maltas, je ta študija ena prvih, ki je uporabila okrepljeno učenje za režime rotacije antibiotikov.

Shematična evolucijska simulacija in preizkušeni optimizacijski pristopi. Vir: Proceedings of the National Academy of Sciences (2024). DOI: 10.1073/pnas.2303165121

»Učenje s krepitvijo je idealen pristop, saj morate vedeti samo, kako hitro rastejo bakterije, kar je razmeroma enostavno določiti,« pojasnjuje dr. Weaver. »Obstaja tudi prostor za variacije in človeške napake. Stopnje rasti ni treba vsakič meriti do milisekunde natančno.«

Umetni inteligenci raziskovalne skupine je uspelo ugotoviti najučinkovitejše načrte menjave antibiotikov za zdravljenje več sevov E. Coli in preprečevanje odpornosti na zdravila. Študija kaže, da lahko umetna inteligenca podpira zapleteno odločanje, kot je izračun urnikov zdravljenja z antibiotiki, pravi dr. Maltas.

Dr. Weaver pojasnjuje, da lahko model umetne inteligence skupine poleg obvladovanja okužbe posameznega pacienta pove, kako bolnišnice zdravijo okužbe kot celoto. On in njegova raziskovalna skupina si prav tako prizadevata razširiti svoje delo izven bakterijskih okužb na druge smrtonosne bolezni.

»Ta ideja ni omejena na bakterije, ampak jo je mogoče uporabiti za vse, kar lahko razvije odpornost na zdravljenje,« pravi. "Verjamemo, da bi lahko v prihodnosti te vrste umetne inteligence uporabili za obvladovanje raka, odpornega na zdravljenje."