Изкуственият интелект може да разработи лечения за предотвратяване на „супербактерии“
Последно прегледани: 14.06.2024
Цялото съдържание на iLive е медицински прегледано или е проверено, за да се гарантира възможно най-голяма точност.
Имаме строги насоки за снабдяване и само свързваме реномирани медийни сайтове, академични изследователски институции и, когато е възможно, медицински проучвания, които се разглеждат от специалисти. Имайте предвид, че номерата в скоби ([1], [2] и т.н.) са линкове към тези проучвания.
Ако смятате, че някое от съдържанието ни е неточно, остаряло или под съмнение, моля, изберете го и натиснете Ctrl + Enter.
Изследователи от клиниката в Кливланд са разработили модел на изкуствен интелект (AI), който може да определи най-добрата комбинация и време за предписване на лекарства за лечение на бактериална инфекция въз основа единствено на скоростта на бактериален растеж при определени експозиции. Екип, ръководен от д-р Джейкъб Скот и неговата лаборатория в Теоретичния отдел по транслационна хематология и онкология, наскоро публикува своите резултати в Процедурите на Националната академия на науките. p>
На антибиотиците се приписва увеличаване на продължителността на живота в Съединените щати с близо десетилетие. Лечението намали смъртността от здравословни проблеми, които сега считаме за незначителни, като някои порязвания и наранявания. Антибиотиците обаче вече не действат толкова добре, колкото някога, отчасти поради широкото им използване.
„Глобалните здравни организации са съгласни, че навлизаме в пост-антибиотична ера“, обяснява д-р Скот. „Ако не променим начина, по който се борим с бактериите, до 2050 г. Повече хора ще умрат от устойчиви на антибиотици инфекции, отколкото от рак.“
Бактериите се размножават бързо, произвеждайки мутантно потомство. Прекомерната употреба на антибиотици дава възможност на бактериите да развият мутации, които са резистентни на лечение. С течение на времето антибиотиците убиват всички чувствителни бактерии, оставяйки само по-силни мутанти, които антибиотиците не могат да унищожат.
Една стратегия, която лекарите използват за модернизиране на лечението на бактериални инфекции, се нарича ротация на антибиотиците. Доставчиците на здравни услуги редуват различни антибиотици през определени периоди от време. Превключването между различни лекарства дава на бактериите по-малко време да развият резистентност към всеки един клас антибиотик. Редуването може дори да направи бактериите по-податливи на други антибиотици.
„Родацията на лекарствата е обещаваща за ефективно лечение на болести“, казва първият автор на изследването и студент по медицина Дейвис Уивър, Ph.D. „Проблемът е, че не знаем най-добрия начин да го направим. Няма стандарти какъв антибиотик да се дава, колко време и в какъв ред.“
Съавторът на изследването д-р Джеф Малтас, постдокторант в клиниката в Кливланд, използва компютърни модели, за да предвиди как резистентността на бактериите към един антибиотик ги прави по-слаби спрямо друг. Той си партнира с д-р Уивър, за да проучи дали управляваните от данни модели могат да предскажат модели на ротация на лекарства, които минимизират антибиотичната резистентност и увеличават максимално чувствителността към антибиотици, въпреки случайния характер на бактериалната еволюция.
Д-р Уивър ръководи прилагането на обучението за подсилване към модела на ротация на наркотици, който учи компютъра да се учи от своите грешки и успехи, за да определи най-добрата стратегия за изпълнение на задача. Според д-р. Уивър и Малтас, това проучване е едно от първите, които прилагат обучение за укрепване към режими на ротация на антибиотици.
Схематична еволюционна симулация и тествани подходи за оптимизация. Източник: Proceedings of the National Academy of Sciences (2024). DOI: 10.1073/pnas.2303165121
„Ученето с подсилване е идеален подход, защото трябва само да знаете колко бързо растат бактериите, което е относително лесно за определяне“, обяснява д-р Уивър. „Има също място за вариации и човешка грешка. Няма нужда да измервате скоростта на растеж до милисекунда всеки път.“
ИИ на изследователския екип успя да измисли най-ефективните планове за ротация на антибиотици за лечение на множество щамове на E. Coli и предотвратяване на резистентност към лекарства. Проучването показва, че AI може да подпомогне вземането на сложни решения, като например изчисляване на графици за лечение с антибиотици, казва д-р Малтас.
Д-р Уивър обяснява, че в допълнение към управлението на инфекцията на отделен пациент, AI моделът на екипа може да информира как болниците лекуват инфекциите като цяло. Той и неговият изследователски екип също работят за разширяване на работата си отвъд бактериалните инфекции към други смъртоносни заболявания.
„Тази идея не се ограничава до бактериите, но може да се приложи към всичко, което може да развие резистентност към лечението“, казва той. „В бъдеще вярваме, че тези видове изкуствен интелект могат да се използват за управление на резистентни на лечение ракови заболявания.“