Весь контент iLive перевіряється медичними експертами, щоб забезпечити максимально можливу точність і відповідність фактам.
У нас є строгі правила щодо вибору джерел інформації та ми посилаємося тільки на авторитетні сайти, академічні дослідницькі інститути і, по можливості, доведені медичні дослідження. Зверніть увагу, що цифри в дужках ([1], [2] і т. д.) є інтерактивними посиланнями на такі дослідження.
Якщо ви вважаєте, що який-небудь з наших матеріалів є неточним, застарілим або іншим чином сумнівним, виберіть його і натисніть Ctrl + Enter.
Штучний інтелект може розробляти лікування для запобігання "супербактерій"
Останній перегляд: 02.07.2025
">Дослідники з клініки Клівленда розробили модель штучного інтелекту (ШІ), яка може визначати найкращу комбінацію та час застосування препаратів для лікування бактеріальної інфекції, ґрунтуючись виключно на швидкості росту бактерій за певних умов. Команда, очолювана доктором Джейкобом Скоттом та його лабораторією з Теоретичного відділу трансляційної гематології та онкології, нещодавно опублікувала свої висновки в журналі Proceedings of the National Academy of Sciences.
Вважається, що антибіотики збільшили середню тривалість життя у Сполучених Штатах майже на десять років. Це лікування знизило рівень смертності від проблем зі здоров'ям, які ми зараз вважаємо незначними, таких як деякі порізи та травми. Але антибіотики вже не діють так добре, як колись, частково тому, що вони так широко використовуються.
«Світові організації охорони здоров’я погоджуються, що ми вступаємо в пост-антибіотичну еру», – пояснює доктор Скотт. «Якщо ми не змінимо способи боротьби з бактеріями, до 2050 року від інфекцій, стійких до антибіотиків, помре більше людей, ніж від раку».
Бактерії швидко розмножуються, породжуючи мутантне потомство. Надмірне використання антибіотиків дає бактеріям можливість розвивати мутації, стійкі до лікування. З часом антибіотики вбивають усі чутливі бактерії, залишаючи лише сильніші мутанти, яких антибіотики вбити не можуть.
Одна зі стратегій, яку лікарі використовують для оптимізації лікування бактеріальних інфекцій, називається ротацією антибіотиків. Медичні працівники з часом чергують різні антибіотики. Перехід між різними препаратами дає бактеріям менше часу для розвитку стійкості до будь-якого одного класу антибіотиків. Ротація може навіть зробити бактерії більш сприйнятливими до інших антибіотиків.
«Ротація препаратів є перспективним методом ефективного лікування захворювань», — каже перший автор дослідження та студент-медик, доктор філософії Девіс Вівер. «Проблема полягає в тому, що ми не знаємо найкращого способу це зробити. Немає стандартів щодо того, який антибіотик давати, як довго або в якому порядку».
Співавтор дослідження, доктор Джефф Малтас, постдокторант у клініці Клівленда, використовує комп'ютерні моделі для прогнозування того, як стійкість бактерій до одного антибіотика послаблює їх до іншого. Він об'єднався з доктором Вівером, щоб з'ясувати, чи можуть моделі на основі даних передбачати схеми ротації препаратів, які мінімізують стійкість до антибіотиків і максимізують сприйнятливість, незважаючи на випадковий характер еволюції бактерій.
Доктор Вівер очолив застосування навчання з підкріпленням до моделі ротації препаратів, яка навчає комп'ютер вчитися на своїх помилках та успіхах, щоб визначати найкращу стратегію для виконання завдання. За словами докторів Вівера та Мальтаса, це дослідження є одним з перших, у якому навчання з підкріпленням застосовується до схем ротації антибіотиків.
Схематичне еволюційне моделювання та перевірені підходи до оптимізації. Джерело: Праці Національної академії наук (2024). DOI: 10.1073/pnas.2303165121
«Навчання з підкріпленням – ідеальний підхід, оскільки вам потрібно знати лише швидкість росту бактерій, що відносно легко визначити», – пояснює доктор Вівер. «Також є місце для людських варіацій та помилок. Вам не потрібно щоразу вимірювати швидкість росту з точністю до мілісекунди».
Штучний інтелект дослідницької групи зміг визначити найефективніші плани ротації антибіотиків для лікування кількох штамів кишкової палички та запобігання лікарській стійкості. Дослідження показує, що штучний інтелект може підтримувати прийняття складних рішень, таких як розрахунок графіків лікування антибіотиками, каже доктор Мальтас.
Доктор Вівер пояснює, що окрім управління інфекцією у окремого пацієнта, модель штучного інтелекту команди може допомогти лікарням лікувати інфекції загалом. Він та його дослідницька група також працюють над розширенням своєї роботи за межі бактеріальних інфекцій та охопленням інших смертельних захворювань.
«Ця ідея не обмежується бактеріями, її можна застосувати до будь-якого об’єкта, який може розвинути стійкість до лікування», – каже він. «Ми вважаємо, що в майбутньому ці типи штучного інтелекту можна буде використовувати для лікування ракових захворювань, стійких до лікування».