Tehisintellekt võiks välja töötada ravimeetodeid, et vältida "superbugi"
Viimati vaadatud: 14.06.2024
Kõik iLive'i sisu vaadatakse meditsiiniliselt läbi või seda kontrollitakse, et tagada võimalikult suur faktiline täpsus.
Meil on ranged allhanke juhised ja link ainult mainekate meediakanalite, akadeemiliste teadusasutuste ja võimaluse korral meditsiiniliselt vastastikuste eksperthinnangutega. Pange tähele, et sulgudes ([1], [2] jne) olevad numbrid on nende uuringute linkideks.
Kui tunnete, et mõni meie sisu on ebatäpne, aegunud või muul viisil küsitav, valige see ja vajutage Ctrl + Enter.
Clevelandi kliiniku teadlased on välja töötanud tehisintellekti (AI) mudeli, mis suudab määrata bakteriaalse infektsiooni raviks ravimite väljakirjutamise parima kombinatsiooni ja ajastuse, lähtudes ainult bakterite kasvukiirusest teatud kokkupuutel. Dr Jacob Scotti juhitud meeskond ja tema translatsioonilise hematoloogia ja onkoloogia teoreetilise osakonna labor avaldasid hiljuti oma tulemused väljaandes Proceedings of the National Academy of Sciences. P>
Antibiootikumide arvele peetakse USA-s oodatava eluea pikenemist peaaegu kümne aasta võrra. Ravi vähendas suremust terviseprobleemidest, mida me praegu peame kergeteks, nagu mõned lõikehaavad ja vigastused. Antibiootikumid ei tööta aga enam nii hästi kui kunagi varem, osaliselt nende laialdase kasutamise tõttu.
"Globaalsed tervishoiuorganisatsioonid nõustuvad, et oleme jõudmas antibiootikumijärgsesse ajastusse," selgitab dr Scott. "Kui me ei muuda viisi, kuidas me bakteritega võitleme, sureb aastaks 2050 rohkem inimesi antibiootikumiresistentsetesse infektsioonidesse kui vähki."
Bakterid paljunevad kiiresti, andes mutantseid järglasi. Antibiootikumide liigne kasutamine annab bakteritele võimaluse arendada ravile resistentseid mutatsioone. Aja jooksul tapavad antibiootikumid kõik vastuvõtlikud bakterid, jättes alles vaid tugevamad mutandid, mida antibiootikumid ei suuda hävitada.
Ühte strateegiat, mida arstid kasutavad bakteriaalsete infektsioonide ravi moderniseerimiseks, nimetatakse antibiootikumide rotatsiooniks. Tervishoiuteenuse osutajad kasutavad teatud ajavahemike jooksul erinevaid antibiootikume. Erinevate ravimite vahel vahetamine annab bakteritele vähem aega ühe antibiootikumiklassi suhtes resistentsuse tekkeks. Pöörlemine võib isegi muuta bakterid teistele antibiootikumidele vastuvõtlikumaks.
"Ravimite vaheldumine näitab paljutõotust haiguste tõhusas ravis," ütleb uuringu esimene autor ja meditsiinitudeng Davis Weaver, Ph.D. "Probleem on selles, et me ei tea, kuidas seda kõige paremini teha. Puuduvad standardid, millist antibiootikumi anda, kui kaua ja millises järjekorras.“
Uuringu kaasautor dr Jeff Maltas, Clevelandi kliiniku järeldoktorant, kasutab arvutimudeleid, et ennustada, kuidas bakterite resistentsus ühe antibiootikumi suhtes muudab need teise antibiootikumi suhtes nõrgemaks. Ta tegi koostööd dr Weaveriga, et uurida, kas andmepõhised mudelid suudavad ennustada ravimite rotatsioonimustreid, mis minimeerivad antibiootikumiresistentsust ja maksimeerivad antibiootikumitundlikkust, hoolimata bakterite evolutsiooni juhuslikust olemusest.
Dr. Weaver juhatas tugevdava õppe rakendamise uimastirotatsiooni mudelile, mis õpetab arvutit oma vigadest ja õnnestumistest õppima, et määrata ülesande täitmiseks parim strateegia. Vastavalt Drs. Weaveri ja Maltase sõnul on see uuring üks esimesi, mis rakendab tugevdavat õpet antibiootikumide rotatsioonirežiimides.
Skeemiline evolutsiooniline simulatsioon ja testitud optimeerimisviisid. Allikas: Proceedings of the National Academy of Sciences (2024). DOI: 10.1073/pnas.2303165121
"Tugevdamise õppimine on ideaalne lähenemisviis, sest teil on vaja ainult teada, kui kiiresti bakterid kasvavad, mida on suhteliselt lihtne kindlaks teha," selgitab dr Weaver. “Samuti on ruumi varieerumiseks ja inimlikeks eksimusteks. Kasvukiirust pole vaja iga kord millisekundini mõõta.”
Uurimisrühma tehisintellekt suutis välja selgitada kõige tõhusamad antibiootikumide rotatsiooniplaanid mitme E. Coli tüve raviks ja ravimiresistentsuse vältimiseks. Uuring näitab, et tehisintellekt võib toetada keerukate otsuste tegemist, näiteks antibiootikumravi ajakavade arvutamist, ütleb dr Maltas.
Dr. Weaver selgitab, et lisaks konkreetse patsiendi nakkuse haldamisele võib meeskonna AI-mudel anda teavet selle kohta, kuidas haiglad infektsioone tervikuna ravivad. Tema ja tema uurimisrühm töötavad ka selle nimel, et laiendada oma tööd lisaks bakteriaalsetele infektsioonidele ka muudele surmavatele haigustele.
"See idee ei piirdu ainult bakteritega, vaid seda saab rakendada kõigele, mis võib ravile vastupanuvõimet tekitada," ütleb ta. "Usume, et tulevikus saab seda tüüpi tehisintellekti kasutada ravile vastupidavate vähivormide raviks."