Investigadores de la Universidad de Cambridge han utilizado la IA en la lucha contra la resistencia a los antibióticos.
El equipo de investigación, dirigido por el profesor Stephen Baker, creó una herramienta de aprendizaje automático utilizando únicamente imágenes de microscopía para distinguir entre las bacterias resistentes a la ciprofloxacina (un antibiótico común) y las susceptibles a ella.
Esto podría reducir drásticamente el tiempo necesario para diagnosticar la resistencia a los antibióticos, transformando potencialmente la forma en que tratamos infecciones peligrosas como la fiebre tifoidea.
En estudiarpublicado en Nature Communications, se centraba en la Salmonella Typhimurium, una bacteria que causa enfermedades gastrointestinales graves y puede provocar enfermedades invasivas potencialmente mortales.
El Dr. Tuan-Anh Tran, uno de los principales investigadores del proyecto, explicó el planteamiento en un comunicado. entrada del blog: "La belleza del modelo de aprendizaje automático es que puede identificar bacterias resistentes basándose en unas pocas características sutiles en imágenes de microscopía que los ojos humanos no pueden detectar."
El proceso de investigación constó de varios pasos clave:
- Preparación de muestras bacterianas: El equipo cultivó muestras de S. Typhimurium en medios nutritivos líquidos, algunas expuestas a diferentes concentraciones de ciprofloxacino y otras no.
- Imágenes de alto contenido: Utilizando un sofisticado microscopio, los investigadores tomaron imágenes detalladas de las bacterias en múltiples momentos.
- Análisis de imágenes: Un programa informático especializado extrajo 65 características diferentes de cada célula bacteriana, entre ellas la forma, el tamaño y la interacción con colorantes fluorescentes.
- Desarrollo de modelos de aprendizaje automático: Los investigadores introdujeron estos datos en varios algoritmos de aprendizaje automático y los entrenaron para reconocer patrones asociados a la resistencia a los antibióticos.
- Selección de características: El equipo identificó las características más cruciales para distinguir entre bacterias resistentes y susceptibles.
Los resultados de este proceso fueron impresionantes. El sistema de IA identificó correctamente las bacterias resistentes a los antibióticos en un 87% de las veces.
Quizá lo más significativo es que los investigadores descubrieron que las bacterias resistentes y susceptibles presentaban patrones visuales distintos que la IA podía detectar, incluso cuando no habían sido expuestas a antibióticos.
Esto sugiere que la resistencia a los antibióticos cambia la apariencia de las bacterias de formas demasiado sutiles para que las vean los humanos, pero que la IA puede detectar.
Los métodos actuales suelen requerir varios días de cultivos bacterianos y pruebas con diversos antimicrobianos. En cambio, el nuevo método basado en IA podría proporcionar resultados en cuestión de horas.
Un diagnóstico más rápido permite a los médicos prescribir antes los antibióticos más eficaces, lo que puede mejorar la evolución de los pacientes y reducir la propagación de bacterias resistentes.
De cara al futuro, el equipo de investigación pretende ampliar su método a muestras clínicas más complejas, como sangre u orina, y analizarlas con otros tipos de bacterias y antibióticos. También están trabajando para hacer la tecnología más accesible a hospitales y clínicas de todo el mundo.
Como explica el profesor Baker: "Lo que sería realmente importante, sobre todo para un contexto clínico, sería poder tomar una muestra compleja -por ejemplo, sangre u orina o esputo- e identificar la susceptibilidad y la resistencia directamente a partir de ella."
"Ese es un problema mucho más complicado y que realmente no se ha resuelto en absoluto, ni siquiera en el diagnóstico clínico en un hospital. Si encontráramos la forma de hacerlo, podríamos reducir el tiempo que se tarda en identificar la resistencia a los fármacos y a un coste mucho menor. Eso podría ser realmente transformador".
La Dra. Sushmita Sridhar resumió las repercusiones afirmando: "Dado que este enfoque utiliza imágenes con resolución unicelular, todavía no es una solución que pueda implantarse fácilmente en todas partes. Pero resulta realmente prometedor que, captando sólo unos pocos parámetros sobre la forma y la estructura de las bacterias, pueda darnos información suficiente para predecir la resistencia a los fármacos con relativa facilidad."
Mientras la resistencia a los antibióticos sigue representando una amenaza creciente para la salud mundial, enfoques innovadores como esta técnica de imagen potenciada por la IA ofrecen nuevas esperanzas.
Esto forma parte de una tendencia más amplia de innovaciones impulsadas por la IA en la investigación de antibióticos. En el MIT, los investigadores han utilizado modelos de aprendizaje profundo para descubrir un una nueva clase de antibióticos.
En una línea similar, otro equipo de científicos anunció en mayo del año pasado que había utilizado la IA para identificar un nuevo antibiótico eficaz contra las bacterias resistentes a los medicamentos.
La IA permite una identificación más rápida y precisa de las infecciones farmacorresistentes, allanando el camino para tratamientos más eficaces y mejores resultados para los pacientes.
Los próximos años serán cruciales, ya que el equipo trabaja para trasladar sus éxitos de laboratorio a aplicaciones clínicas en el mundo real.
