Naujos publikacijos
Dirbtinis intelektas gali padėti sukurti gydymą, kad būtų išvengta "superbakterijų
Paskutinį kartą peržiūrėta: 02.07.2025
Visas „iLive“ turinys yra peržiūrėtas medicinoje arba tikrinamas, kad būtų užtikrintas kuo didesnis faktinis tikslumas.
Mes turime griežtas įsigijimo gaires ir susiejamos tik su geros reputacijos žiniasklaidos svetainėmis, akademinių tyrimų institucijomis ir, jei įmanoma, medicininiu požiūriu peržiūrimais tyrimais. Atkreipkite dėmesį, kad skliausteliuose ([1], [2] ir tt) esantys numeriai yra paspaudžiami nuorodos į šias studijas.
Jei manote, kad bet koks mūsų turinys yra netikslus, pasenęs arba kitaip abejotinas, pasirinkite jį ir paspauskite Ctrl + Enter.
Klivlando klinikos tyrėjai sukūrė dirbtinio intelekto (DI) modelį, kuris, remdamasis vien bakterijų augimo greičiu tam tikromis sąlygomis, gali nustatyti geriausią vaistų derinį ir vartojimo laiką bakterinei infekcijai gydyti. Komanda, vadovaujama dr. Jacobo Scotto ir jo laboratorijos Transliacinės hematologijos ir onkologijos teoriniame skyriuje, neseniai paskelbė savo išvadas žurnale „Proceedings of the National Academy of Sciences“.
Antibiotikai laikomi beveik dešimtmečiu pailginusia vidutinę gyvenimo trukmę Jungtinėse Valstijose. Šis gydymas sumažino mirtingumą nuo sveikatos problemų, kurias dabar laikome nedidelėmis, pavyzdžiui, įpjovimų ir sužalojimų. Tačiau antibiotikai nebeveikia taip gerai, kaip anksčiau, iš dalies dėl to, kad jie taip plačiai naudojami.
„Pasaulinės sveikatos organizacijos sutinka, kad žengiame į postantibiotikų erą“, – aiškina dr. Scottas. „Jei nepakeisime kovos su bakterijomis būdų, iki 2050 m. nuo antibiotikams atsparių infekcijų mirs daugiau žmonių nei nuo vėžio.“
Bakterijos greitai dauginasi, sukurdamos mutantinius palikuonis. Pernelyg didelis antibiotikų vartojimas suteikia bakterijoms galimybę išsivystyti mutacijoms, kurios yra atsparios gydymui. Laikui bėgant, antibiotikai sunaikina visas jautrias bakterijas, palikdami tik stipresnius mutantus, kurių antibiotikai negali sunaikinti.
Viena strategija, kurią gydytojai naudoja bakterinių infekcijų gydymui supaprastinti, vadinama antibiotikų rotacija. Sveikatos priežiūros darbuotojai laikui bėgant kaitalioja skirtingus antibiotikus. Vaistų kaitaliojimas suteikia bakterijoms mažiau laiko išsivystyti atsparumui bet kuriai vienai antibiotikų klasei. Rotacija netgi gali padaryti bakterijas jautresnes kitiems antibiotikams.
„Vaistų rotacija rodo potencialą veiksmingai gydyti ligas“, – teigia pirmasis tyrimo autorius ir medicinos studentas Davisas Weaveris. „Problema ta, kad mes nežinome, kaip tai geriausiai padaryti. Nėra standartų, kokį antibiotiką skirti, kiek laiko ar kokia tvarka.“
Tyrimo bendraautoris dr. Jeffas Maltasas, Klivlando klinikos podoktorantūros tyrėjas, naudoja kompiuterinius modelius, kad prognozuotų, kaip bakterijų atsparumas vienam antibiotikui jas silpnina kitam. Jis bendradarbiavo su dr. Weaveriu, kad išsiaiškintų, ar duomenimis pagrįsti modeliai galėtų numatyti vaistų rotacijos modelius, kurie sumažintų atsparumą antibiotikams ir padidintų jautrumą, nepaisant atsitiktinio bakterijų evoliucijos pobūdžio.
Dr. Weaveris vadovavo sustiprinimo mokymosi taikymui vaistų rotacijos modelyje, kuris moko kompiuterį mokytis iš savo klaidų ir sėkmių, kad nustatytų geriausią užduoties atlikimo strategiją. Pasak dr. Weaverio ir Maltaso, šis tyrimas yra vienas pirmųjų, kuriame sustiprinimo mokymasis taikomas antibiotikų rotacijos schemoms.
Scheminis evoliucinis modeliavimas ir išbandyti optimizavimo metodai. Šaltinis: Nacionalinės mokslų akademijos darbai (2024). DOI: 10.1073/pnas.2303165121
„Pastiprinimo mokymasis yra idealus metodas, nes jums tereikia žinoti, kaip greitai bakterijos auga, o tai gana lengva nustatyti“, – aiškina dr. Weaver. „Taip pat yra erdvės žmogiškiesiems skirtumams ir klaidoms. Jums nereikia kiekvieną kartą matuoti augimo greičio milisekundės tikslumu.“
Tyrimų komandos dirbtinis intelektas sugebėjo išsiaiškinti efektyviausius antibiotikų rotacijos planus, skirtus gydyti kelias E. coli padermes ir užkirsti kelią atsparumui vaistams. Tyrimas rodo, kad dirbtinis intelektas gali padėti priimti sudėtingus sprendimus, pavyzdžiui, apskaičiuoti antibiotikų gydymo grafikus, sako dr. Maltas.
Dr. Weaveris aiškina, kad komandos dirbtinio intelekto modelis galėtų padėti ne tik valdyti individualią infekciją, bet ir apskritai informuoti apie tai, kaip ligoninės gydo infekcijas. Jis ir jo tyrimų komanda taip pat stengiasi išplėsti savo darbą ne tik bakterinių infekcijų srityje, bet ir kitų mirtinų ligų srityje.
„Ši idėja neapsiriboja bakterijomis, ją galima taikyti bet kokiam objektui, kuris gali išsivystyti atsparumas gydymui“, – sako jis. „Manome, kad ateityje tokio tipo dirbtinis intelektas galėtų būti naudojamas gydymui atspariems vėžio tipams valdyti.“