M.C.A.
13 dec. 2023
Studiu: Inteligența artificială poate detecta rezistența la antibiotice în doar 30 de secude
Pentru a marca Săptămâna Mondială de Conștientizare a Rezistenței la Antimicrobiene, cercetătorii susținuți de Programul Oxford Martin pentru Testarea Rezistenței Antimicrobiene de la Universitatea din Oxford, au raportat progrese către un test de susceptibilitate antimicrobian nou și rapid, care poate returna rezultate în doar 30 de minute – mult mai rapid decât actualele abordări, considerate a fi standardul de aur.
Studiul, „Deep learning and single-cell phenotyping for rapid antimicrobial susceptibility detection in Escherichia coli,” a fost publicat în Communications Biology.
În studiul lor, echipa a folosit o combinație de microscopie cu fluorescență și inteligență artificială (AI) pentru a detecta rezistența antimicrobiană (AMR). Această metodă se bazează pe antrenarea modelelor de învățare profundă pentru a analiza imaginile celulelor bacteriene și a detecta modificările structurale care pot apărea în celule atunci când sunt tratate cu antibiotice. Metoda s-a dovedit a fi eficientă pentru mai multe antibiotice, realizând o acuratețe de cel puțin 80% pe celulă.
Cercetătorii spun că modelul lor ar putea fi folosit în viitor pentru a identifica dacă celulele din probele clinice sunt rezistente la o gamă largă de antibiotice.
Coautor al lucrării Achillefs Kapanidis, profesor de fizică biologică și director al programului Oxford Martin privind testarea rezistenței la antimicrobiene, a declarat: „Antibioticele care opresc creșterea celulelor bacteriene schimbă modul în care arată celulele la microscop și afectează structurile celulare precum cromozomul bacterian. Abordarea noastră bazată pe inteligența artificială detectează astfel de schimbări în mod fiabil și rapid. De asemenea, dacă o celulă este rezistentă, modificările pe care le-am selectat sunt absente și aceasta formează baza pentru detectarea rezistenței la antibiotice.”
Cercetătorii și-au testat metoda pe o serie de izolate clinice de E. coli, fiecare cu niveluri diferite de rezistență la antibioticul ciprofloxacină. Modelele de învățare profundă au putut detecta rezistența la antibiotice în mod fiabil și de cel puțin 10 ori mai rapid decât metodele clinice de ultimă generație, considerate a fi standardul de aur.
Echipa speră să continue să își dezvolte metoda, astfel încât să devină mai rapidă și cu scalabilitate ridicată pentru uz clinic, precum și să-și adapteze utilizarea pentru diferite tipuri de bacterii și antibiotice.
Potrivit Proiectului Global Research on Antimicrobial Resistance (GRAM) – un parteneriat care implică Universitatea – aproape 1,3 milioane de oameni au murit în 2019 din cauza RAM.
Metodele actuale de testare se bazează pe creșterea coloniilor bacteriene în prezența antibioticelor. Cu toate acestea, astfel de teste sunt lente, necesitând adesea câteva zile pentru a înțelege cât de rezistente sunt bacteriile la o serie de antibiotice.
Acest lucru poate fi problematic atunci când pacienții au infecții care pot pune viața în pericol, cum ar fi sepsisul, care necesită tratament urgent. Acest lucru îi obligă de obicei pe medici să prescrie antibiotice specifice pe baza experienței lor clinice sau un cocktail de antibiotice, cunoscute ca fiind eficiente pentru mai multe infecții bacteriene.
Cu toate acestea, dacă sunt prescrise antibiotice ineficiente, infecțiile pacienților se pot agrava, iar tratamentul va implica mai multe antibiotice. Un potențial rezultat al acestui lucru este creșterea RAM în comunitate.
Cercetătorii spun că, dacă sunt dezvoltate în continuare, natura rapidă a metodei lor poate facilita tratamentele cu antibiotice direcționate – ajutând la scăderea timpului de tratament, la minimizarea efectelor secundare și, în cele din urmă, la încetinirea dezvoltării RAM.
Coautorul lucrării Aleksander Zagajewski, doctorand la Departamentul de Fizică al Universității, a declarat: „Timpul începe să se scurgă pentru arsenalul nostru de antibiotice; sperăm că noi diagnostice vor deschide calea pentru o nouă generație de tratamente de precizie pentru cei mai bolnavi pacienți”.
SURSA:
FOTO: