Tekoäly voisi kehittää hoitoja "superbakteerien" estämiseksi
Viimeksi tarkistettu: 14.06.2024
Kaikki iLive-sisältö tarkistetaan lääketieteellisesti tai se tarkistetaan tosiasiallisen tarkkuuden varmistamiseksi.
Meillä on tiukat hankintaohjeet ja vain linkki hyvämaineisiin mediasivustoihin, akateemisiin tutkimuslaitoksiin ja mahdollisuuksien mukaan lääketieteellisesti vertaisarvioituihin tutkimuksiin. Huomaa, että suluissa ([1], [2] jne.) Olevat numerot ovat napsautettavia linkkejä näihin tutkimuksiin.
Jos sinusta tuntuu, että jokin sisältö on virheellinen, vanhentunut tai muuten kyseenalainen, valitse se ja paina Ctrl + Enter.
Cleveland Clinicin tutkijat ovat kehittäneet tekoälymallin, joka voi määrittää parhaan yhdistelmän ja ajoituksen bakteeri-infektion hoitoon tarkoitettujen lääkkeiden määräämiselle pelkästään bakteerien kasvunopeuden perusteella tietyillä altistuksilla. Tohtori Jacob Scottin ja hänen translaatiohematologian ja onkologian teoreettisen osaston johtama laboratorio julkaisi äskettäin tulokset Proceedings of the National Academy of Sciences -julkaisussa. P>
Antibioottien uskotaan pidentävän elinajanodotetta Yhdysvalloissa lähes vuosikymmenellä. Hoito vähensi kuolleisuutta nykyisin vähäisiksi katsomiimme terveysongelmiin, kuten joihinkin leikkauksiin ja vammoihin. Antibiootit eivät kuitenkaan enää toimi yhtä hyvin kuin ennen, osittain niiden laajan käytön vuoksi.
"Maailmanlaajuiset terveysjärjestöt ovat yhtä mieltä siitä, että olemme siirtymässä antibioottien jälkeiseen aikakauteen", selittää tohtori Scott. "Jos emme muuta tapaamme torjua bakteereja, vuoteen 2050 mennessä enemmän ihmisiä kuolee antibiooteille vastustuskykyisiin infektioihin kuin syöpään."
Bakteerit lisääntyvät nopeasti tuottaen mutantteja jälkeläisiä. Antibioottien liiallinen käyttö antaa bakteereille mahdollisuuden kehittää mutaatioita, jotka ovat vastustuskykyisiä hoidolle. Ajan myötä antibiootit tappavat kaikki herkät bakteerit ja jättävät jäljelle vain vahvemmat mutantit, joita antibiootit eivät pysty tuhoamaan.
Yksi strategia, jota lääkärit käyttävät modernisoidakseen bakteeri-infektioiden hoitoa, on nimeltään antibioottikierto. Terveydenhuollon tarjoajat vuorottelevat eri antibiootteja tietyn ajanjakson aikana. Vaihtaminen eri lääkkeiden välillä antaa bakteereille vähemmän aikaa kehittää vastustuskykyä mille tahansa antibioottiryhmälle. Kierto voi jopa tehdä bakteerit herkemmiksi muille antibiooteille.
"Lääkekierto on lupaava sairauksien tehokkaassa hoidossa", sanoo tutkimuksen ensimmäinen kirjoittaja ja lääketieteen opiskelija Davis Weaver, Ph.D. ”Ongelma on, että emme tiedä parasta tapaa tehdä se. Ei ole olemassa standardeja sille, mitä antibioottia annetaan, kuinka kauan ja missä järjestyksessä.”
Tutkimuksen toinen kirjoittaja tohtori Jeff Maltas, Cleveland Clinicin tutkijatohtori, käyttää tietokonemalleja ennustaakseen, kuinka bakteerien vastustuskyky yhdelle antibiootille heikentää niitä toiselle. Hän teki yhteistyötä tohtori Weaverin kanssa selvittääkseen, voisivatko tietopohjaiset mallit ennustaa lääkkeiden kiertomallit, jotka minimoivat antibioottiresistenssin ja maksimoivat antibioottiherkkyyden bakteerien evoluution satunnaisesta luonteesta huolimatta.
Dr. Weaver johti vahvistusoppimisen soveltamisen huumekiertomalliin, joka opettaa tietokoneen oppimaan virheistään ja onnistumisistaan määrittääkseen parhaan strategian tehtävän suorittamiseksi. Drs. Weaver ja Maltas, tämä tutkimus on yksi ensimmäisistä, jotka soveltavat vahvistusoppimista antibioottien kiertohoitoihin.
Kaavamainen evolutionaarinen simulointi ja testatut optimointimenetelmät. Lähde: Proceedings of the National Academy of Sciences (2024). DOI: 10.1073/pnas.2303165121
"Vahvistusoppiminen on ihanteellinen lähestymistapa, koska sinun tarvitsee vain tietää, kuinka nopeasti bakteerit kasvavat, mikä on suhteellisen helppo määrittää", selittää tohtori Weaver. ”Myös vaihtelulle ja inhimillisille virheille on tilaa. Kasvunopeutta ei tarvitse mitata aina millisekuntiin asti.”
Tutkimusryhmän tekoäly pystyi selvittämään tehokkaimmat antibioottikiertosuunnitelmat useiden E. Coli -kantojen hoitamiseksi ja lääkeresistenssin estämiseksi. Tutkimus osoittaa, että tekoäly voi tukea monimutkaista päätöksentekoa, kuten antibioottihoitoaikataulujen laskemista, tohtori Maltas sanoo.
Dr. Weaver selittää, että yksittäisen potilaan infektion hallinnan lisäksi ryhmän tekoälymalli voi kertoa, kuinka sairaalat käsittelevät infektioita kokonaisuutena. Hän ja hänen tutkimusryhmänsä pyrkivät myös laajentamaan työtään bakteeri-infektioiden lisäksi muihin tappaviin sairauksiin.
"Tämä idea ei rajoitu bakteereihin, vaan sitä voidaan soveltaa kaikkeen, mikä voi kehittää vastustuskykyä hoidolle", hän sanoo. "Tulevaisuudessa uskomme, että tämän tyyppisiä tekoälyjä voidaan käyttää hoitoresistenttien syöpien hallintaan."