Штучний інтелект може розробити лікування для запобігання «супербактерій»
Останній перегляд: 14.06.2024
Весь контент iLive перевіряється медичними експертами, щоб забезпечити максимально можливу точність і відповідність фактам.
У нас є строгі правила щодо вибору джерел інформації та ми посилаємося тільки на авторитетні сайти, академічні дослідницькі інститути і, по можливості, доведені медичні дослідження. Зверніть увагу, що цифри в дужках ([1], [2] і т. д.) є інтерактивними посиланнями на такі дослідження.
Якщо ви вважаєте, що який-небудь з наших матеріалів є неточним, застарілим або іншим чином сумнівним, виберіть його і натисніть Ctrl + Enter.
Дослідники клініки Клівленда розробили модель штучного інтелекту (AI), яка може визначати найкращу комбінацію та час для призначення ліків для лікування бактеріальної інфекції виключно на основі швидкості росту бактерій під певним впливом. Команда під керівництвом доктора Джейкоба Скотта та його лабораторії в Теоретичному відділі трансляційної гематології та онкології нещодавно опублікували свої результати в Працях Національної академії наук. p>
Приписують антибіотикам збільшення тривалості життя в Сполучених Штатах майже на десятиліття. Лікування зменшило рівень смертності від проблем зі здоров’ям, які ми зараз вважаємо незначними, наприклад, деяких порізів і травм. Однак антибіотики вже не діють так добре, як раніше, частково через їх широке використання.
«Глобальні організації охорони здоров’я погоджуються, що ми вступаємо в еру після антибіотиків», — пояснює доктор Скотт. «Якщо ми не змінимо спосіб боротьби з бактеріями, до 2050 року від інфекцій, стійких до антибіотиків, помре більше людей, ніж від раку».
Бактерії швидко розмножуються, створюючи мутантне потомство. Надмірне використання антибіотиків дає бактеріям можливість розвивати мутації, стійкі до лікування. З часом антибіотики вбивають усі чутливі бактерії, залишаючи лише сильніші мутанти, яких антибіотики не можуть знищити.
Одна із стратегій, яку лікарі використовують для модернізації лікування бактеріальних інфекцій, називається ротацією антибіотиків. Медичні працівники чергують різні антибіотики протягом певних періодів часу. Перехід між різними препаратами дає бактеріям менше часу для розвитку стійкості до будь-якого класу антибіотиків. Обертання може навіть зробити бактерії більш чутливими до інших антибіотиків.
«Ротація ліків є багатообіцяючою для ефективного лікування захворювань», — каже перший автор дослідження та студент-медик Девіс Вівер, доктор філософії. «Проблема в тому, що ми не знаємо найкращого способу це зробити. Немає стандартів щодо того, який антибіотик давати, як довго та в якому порядку».
Співавтор дослідження д-р Джефф Малтас, докторант клініки Клівленда, використовує комп’ютерні моделі, щоб передбачити, як стійкість бактерій до одного антибіотика робить їх слабшими до іншого. Він об’єднався з доктором Уівером, щоб дослідити, чи можуть керовані даними моделі передбачити схеми ротації ліків, які мінімізують стійкість до антибіотиків і максимізують чутливість до антибіотиків, незважаючи на випадковий характер еволюції бактерій.
Доктор Вівер очолив застосування навчання з підкріпленням до моделі ротації ліків, яка вчить комп’ютер вчитися на своїх помилках і успіхах, щоб визначити найкращу стратегію для виконання завдання. За словами д-ра. Вівер і Мальтас, це дослідження є одним із перших, у якому було застосовано підкріплююче навчання до схем чергування антибіотиків.
Схематична еволюційна симуляція та перевірені підходи до оптимізації. Джерело: Праці Національної академії наук (2024). DOI: 10.1073/pnas.2303165121
«Навчання з підкріпленням — ідеальний підхід, оскільки вам потрібно лише знати, як швидко ростуть бактерії, що відносно легко визначити», — пояснює д-р Вівер. «Також є місце для варіацій і людських помилок. Немає потреби щоразу вимірювати швидкість зростання з точністю до мілісекунди».
Штучний інтелект дослідницької групи зміг визначити найефективніші плани ротації антибіотиків для лікування кількох штамів E. Coli та запобігання стійкості до ліків. Дослідження показує, що штучний інтелект може підтримувати прийняття складних рішень, наприклад розрахунок графіків лікування антибіотиками, каже доктор Малтас.
Доктор Уівер пояснює, що окрім управління інфекцією окремого пацієнта, модель штучного інтелекту команди може інформувати, як лікарні лікують інфекції в цілому. Він і його дослідницька група також працюють над розширенням своєї роботи за межі бактеріальних інфекцій на інші смертельні хвороби.
Ця ідея не обмежується бактеріями, але може бути застосована до будь-чого, що може виробити резистентність до лікування, — каже він. «У майбутньому ми вважаємо, що ці типи штучного інтелекту можна буде використовувати для лікування стійких до лікування ракових захворювань».