Nove publikacije
Umjetna inteligencija mogla bi razviti tretmane za sprječavanje 'superbakterija'
Posljednji pregledao: 02.07.2025
Svi iLive sadržaji medicinski se pregledavaju ili provjeravaju kako bi se osigurala što je moguće točnija činjenica.
Imamo stroge smjernice za pronalaženje izvora i samo povezujemo s uglednim medijskim stranicama, akademskim istraživačkim institucijama i, kad god je to moguće, medicinski pregledanim studijama. Imajte na umu da su brojevi u zagradama ([1], [2], itd.) Poveznice koje se mogu kliknuti na ove studije.
Ako smatrate da je bilo koji od naših sadržaja netočan, zastario ili na neki drugi način upitan, odaberite ga i pritisnite Ctrl + Enter.
Istraživači u klinici Cleveland razvili su model umjetne inteligencije (AI) koji može odrediti najbolju kombinaciju i vrijeme primjene lijekova za liječenje bakterijske infekcije isključivo na temelju brzine rasta bakterija pod određenim uvjetima. Tim, predvođen dr. Jacobom Scottom i njegovim laboratorijem u Teorijskom odjelu za translacijsku hematologiju i onkologiju, nedavno je objavio svoja otkrića u časopisu Proceedings of the National Academy of Sciences.
Pripisuje se antibioticima povećanje prosječnog životnog vijeka u Sjedinjenim Državama za gotovo desetljeće. Liječenje je smanjilo stopu smrtnosti od zdravstvenih problema koje danas smatramo manjim, poput nekih posjekotina i ozljeda. Ali antibiotici više ne djeluju tako dobro kao nekada, dijelom i zato što se tako široko koriste.
„Globalne zdravstvene organizacije slažu se da ulazimo u postantibiotsko doba“, objašnjava dr. Scott. „Ako ne promijenimo način na koji se borimo protiv bakterija, do 2050. godine više će ljudi umrijeti od infekcija otpornih na antibiotike nego od raka.“
Bakterije se brzo razmnožavaju, stvarajući mutirano potomstvo. Prekomjerna upotreba antibiotika daje bakterijama priliku da razviju mutacije koje su otporne na liječenje. S vremenom antibiotici ubijaju sve osjetljive bakterije, ostavljajući samo jače mutante koje antibiotici ne mogu ubiti.
Jedna strategija koju liječnici koriste za pojednostavljenje liječenja bakterijskih infekcija naziva se rotacija antibiotika. Zdravstveni djelatnici s vremenom izmjenjuju različite antibiotike. Prebacivanje između različitih lijekova daje bakterijama manje vremena za razvoj otpornosti na bilo koju klasu antibiotika. Rotacija čak može učiniti bakterije osjetljivijima na druge antibiotike.
„Rotacija lijekova obećava učinkovito liječenje bolesti“, kaže prvi autor studije i student medicine Davis Weaver, dr. sc. „Problem je u tome što ne znamo najbolji način za to. Ne postoje standardi za to koji antibiotik davati, koliko dugo ili kojim redoslijedom.“
Koautor studije dr. Jeff Maltas, postdoktorski istraživač u klinici Cleveland, koristi računalne modele kako bi predvidio kako otpornost bakterija na jedan antibiotik čini ih slabijima na drugi. Udružio se s dr. Weaverom kako bi vidio mogu li modeli temeljeni na podacima predvidjeti obrasce rotacije lijekova koji minimiziraju otpornost na antibiotike i maksimiziraju osjetljivost, unatoč slučajnoj prirodi bakterijske evolucije.
Dr. Weaver je vodio primjenu učenja potkrepljenja na model rotacije lijekova, koji uči računalo da uči iz svojih pogrešaka i uspjeha kako bi odredilo najbolju strategiju za dovršetak zadatka. Studija je jedna od prvih koja primjenjuje učenje potkrepljenja na sheme rotacije antibiotika, prema dr. Weaveru i dr. Maltasu.
Shematska evolucijska simulacija i testirani optimizacijski pristupi. Izvor: Zbornik radova Nacionalne akademije znanosti (2024). DOI: 10.1073/pnas.2303165121
„Učenje s potkrepljenjem idealan je pristup jer trebate znati samo koliko brzo bakterije rastu, što je relativno lako odrediti“, objašnjava dr. Weaver. „Postoji i prostor za ljudske varijacije i pogreške. Ne morate svaki put mjeriti stopu rasta do milisekunde.“
Umjetna inteligencija istraživačkog tima uspjela je odrediti najučinkovitije planove rotacije antibiotika za liječenje više sojeva E. coli i sprječavanje otpornosti na lijekove. Studija pokazuje da umjetna inteligencija može podržati složeno donošenje odluka, poput izračunavanja rasporeda liječenja antibioticima, kaže dr. Maltas.
Dr. Weaver objašnjava da osim upravljanja infekcijom kod pojedinog pacijenta, model umjetne inteligencije tima može informirati o tome kako bolnice liječe infekcije općenito. On i njegov istraživački tim također rade na proširenju svog rada izvan bakterijskih infekcija na druge smrtonosne bolesti.
„Ova ideja nije ograničena samo na bakterije, može se primijeniti na bilo koji objekt koji može razviti otpornost na liječenje“, kaže. „U budućnosti vjerujemo da bi se ove vrste umjetne inteligencije mogle koristiti za upravljanje karcinomima otpornim na liječenje.“