Dirbtinis intelektas gali sukurti gydymo būdus, kad būtų išvengta „superbakterijų“
Paskutinį kartą peržiūrėta: 14.06.2024
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.
Klyvlendo klinikos mokslininkai sukūrė dirbtinio intelekto (AI) modelį, kuris gali nustatyti geriausią vaistų, skirtų bakterinei infekcijai gydyti, derinį ir laiką, pagrįstą tik bakterijų augimo greičiu tam tikromis sąlygomis. Gydytojo Jacobo Scotto vadovaujama komanda ir jo laboratorija Transliacinės hematologijos ir onkologijos teoriniame skyriuje neseniai paskelbė savo rezultatus Nacionalinės mokslų akademijos darbuose. P>
Antibiotikų gyvenimo trukmė Jungtinėse Valstijose pailgėja beveik dešimtmečiu. Gydymas sumažino mirtingumą nuo sveikatos problemų, kurias dabar laikome nedidelėmis, pavyzdžiui, kai kurių įpjovimų ir sužalojimų. Tačiau antibiotikai nebeveikia taip gerai, kaip anksčiau, iš dalies dėl plataus jų naudojimo.
„Pasaulinės sveikatos organizacijos sutinka, kad įžengiame į erą po antibiotikų“, – aiškina dr. Scottas. "Jei nepakeisime kovos su bakterijomis būdo, iki 2050 m. Daugiau žmonių mirs nuo antibiotikams atsparių infekcijų nei nuo vėžio."
Bakterijos sparčiai dauginasi, susilaukdamos mutantų palikuonių. Per didelis antibiotikų vartojimas suteikia bakterijoms galimybę išsivystyti gydymui atsparių mutacijų. Laikui bėgant antibiotikai naikina visas jautrias bakterijas, palikdami tik stipresnius mutantus, kurių antibiotikai negali sunaikinti.
Viena strategija, kurią gydytojai naudoja siekdami modernizuoti bakterinių infekcijų gydymą, vadinama antibiotikų rotacija. Sveikatos priežiūros paslaugų teikėjai tam tikru laikotarpiu skiria skirtingus antibiotikus. Keičiant skirtingus vaistus, bakterijoms mažiau laiko išsivystyti atsparumas bet kuriai vienos klasės antibiotikams. Dėl sukimosi bakterijos gali tapti jautresnės kitiems antibiotikams.
„Vaistų rotacija rodo žadą veiksmingai gydyti ligas“, – sako pirmasis tyrimo autorius ir medicinos studentas Davisas Weaveris, mokslų daktaras. „Problema ta, kad mes nežinome geriausio būdo tai padaryti. Standartų, kokį antibiotiką duoti, kiek laiko ir kokia tvarka duoti, nėra.“
Tyrimo bendraautorius Dr. Jeffas Maltas, Klivlando klinikos doktorantas, naudoja kompiuterinius modelius, kad nuspėtų, kaip bakterijų atsparumas vienam antibiotikui padaro jas silpnesnes kitiems. Jis bendradarbiavo su dr. Weaveriu, siekdamas išsiaiškinti, ar duomenimis pagrįsti modeliai gali numatyti vaistų kaitos modelius, kurie sumažina atsparumą antibiotikams ir padidina jautrumą antibiotikams, nepaisant atsitiktinio bakterijų evoliucijos pobūdžio.
Dr. Weaveris vadovavo mokymosi pastiprinimui pritaikymui narkotikų rotacijos modeliui, kuris moko kompiuterį mokytis iš klaidų ir sėkmės, kad būtų nustatyta geriausia užduoties atlikimo strategija. Pasak gyd. Weaver ir Maltas, šis tyrimas yra vienas iš pirmųjų, pritaikė stiprinimo mokymąsi antibiotikų kaitos režimuose.
Scheminis evoliucinis modeliavimas ir išbandyti optimizavimo metodai. Šaltinis: Proceedings of the National Academy of Sciences (2024). DOI: 10.1073/pnas.2303165121
„Sustiprinimo mokymasis yra idealus metodas, nes reikia žinoti tik, kaip greitai auga bakterijos, o tai gana lengva nustatyti“, – aiškina dr. Weaveris. „Taip pat yra vietos variacijai ir žmogiškoms klaidoms. Nereikia kiekvieną kartą matuoti augimo greičio iki milisekundės.“
Tyrėjų grupės dirbtinis intelektas sugebėjo išsiaiškinti efektyviausius antibiotikų kaitos planus, skirtus gydyti kelias E. Coli padermes ir užkirsti kelią atsparumui vaistams. Tyrimas rodo, kad dirbtinis intelektas gali padėti priimti sudėtingus sprendimus, pvz., apskaičiuoti gydymo antibiotikais tvarkaraščius, sako dr. Maltas.
Dr. Weaveris paaiškina, kad be atskiro paciento infekcijos valdymo, komandos AI modelis gali informuoti, kaip ligoninės gydo infekcijas kaip visumą. Jis ir jo tyrimų grupė taip pat stengiasi išplėsti savo darbą ne tik bakterines infekcijas, bet ir kitas mirtinas ligas.
„Ši idėja neapsiriboja bakterijomis, bet gali būti taikoma viskam, kas gali sukurti atsparumą gydymui“, – sako jis. „Manome, kad ateityje šie AI tipai galėtų būti naudojami gydymui atsparių vėžio formų gydymui.“