Изкуственият интелект може да разработи лечения за предотвратяване на "супербактерии

Изследователи от клиниката в Кливланд са разработили модел с изкуствен интелект (ИИ), който може да определи най-добрата комбинация и време за прилагане на лекарства за лечение на бактериална инфекция, базирайки се единствено на скоростта на растеж на бактериите при определени условия. Екипът, ръководен от д-р Джейкъб Скот и неговата лаборатория в Теоретичното отделение по транслационна хематология и онкология, наскоро публикува своите открития в списание Proceedings of the National Academy of Sciences.

Счита се, че антибиотиците са причина за увеличаването на средната продължителност на живота в Съединените щати с близо десетилетие. Лечението е намалило смъртността от здравословни проблеми, които сега считаме за незначителни, като например някои порязвания и наранявания. Но антибиотиците вече не действат толкова добре, колкото някога, отчасти защото се използват толкова широко.

„Световните здравни организации са съгласни, че навлизаме в пост-антибиотична ера“, обяснява д-р Скот. „Ако не променим начина, по който се борим с бактериите, до 2050 г. повече хора ще умрат от инфекции, резистентни на антибиотици, отколкото от рак.“

Бактериите се размножават бързо, произвеждайки мутантно потомство. Прекомерната употреба на антибиотици дава възможност на бактериите да развият мутации, които са резистентни на лечение. С течение на времето антибиотиците убиват всички чувствителни бактерии, оставяйки само по-силните мутанти, които антибиотиците не могат да убият.

Една стратегия, която лекарите използват за рационализиране на лечението на бактериални инфекции, се нарича ротация на антибиотиците. Здравните работници редуват различни антибиотици с течение на времето. Смяната на лекарствата дава на бактериите по-малко време да развият резистентност към който и да е клас антибиотици. Ротацията може дори да направи бактериите по-податливи на други антибиотици.

„Ротацията на лекарствата е обещаваща за ефективно лечение на заболявания“, казва първият автор на изследването и студент по медицина Дейвис Уийвър, доктор. „Проблемът е, че не знаем най-добрия начин да го направим. Няма стандарти за това кой антибиотик да се дава, за колко време или в какъв ред.“

Съавторът на изследването д-р Джеф Малтас, постдокторант в клиниката в Кливланд, използва компютърни модели, за да предскаже как резистентността на бактериите към един антибиотик ги прави по-слаби спрямо друг. Той си партнира с д-р Уийвър, за да види дали моделите, базирани на данни, могат да предскажат модели на ротация на лекарствата, които минимизират резистентността към антибиотици и максимизират чувствителността, въпреки случайния характер на бактериалната еволюция.

Д-р Уийвър ръководи приложението на обучението с подсилване към модела на ротация на лекарства, който учи компютър да се учи от грешките и успехите си, за да определи най-добрата стратегия за изпълнение на задача. Според д-р Уийвър и д-р Малтас, проучването е едно от първите, които прилагат обучението с подсилване към схеми за ротация на антибиотици.

Схематична еволюционна симулация и тествани подходи за оптимизация. Източник: Proceedings of the National Academy of Sciences (2024). DOI: 10.1073/pnas.2303165121

„Обучението с подсилване е идеален подход, защото е необходимо да знаете само колко бързо растат бактериите, което е сравнително лесно да се определи“, обяснява д-р Уийвър. „Има и място за човешки вариации и грешки. Не е нужно да измервате скоростта на растеж до милисекунда всеки път.“

Изкуственият интелект на изследователския екип успя да определи най-ефективните планове за ротация на антибиотиците за лечение на множество щамове на E. coli и предотвратяване на лекарствена резистентност. Проучването показва, че изкуственият интелект може да подпомогне вземането на сложни решения, като например изчисляване на графици за лечение с антибиотици, казва д-р Малтас.

Д-р Уийвър обяснява, че освен управлението на инфекцията при отделен пациент, моделът с изкуствен интелект на екипа може да информира как болниците лекуват инфекциите като цяло. Той и неговият изследователски екип работят и за разширяване на работата си отвъд бактериалните инфекции, като обхванат и други смъртоносни заболявания.

„Тази идея не се ограничава само до бактерии, тя може да се приложи към всеки обект, който може да развие резистентност към лечение“, казва той. „В бъдеще вярваме, че тези видове изкуствен интелект биха могли да се използват за управление на резистентни на лечение видове рак.“