Des chercheurs de l'université de Cambridge ont mis l'IA au service de la lutte contre la résistance aux antibiotiques.
L'équipe de recherche, dirigée par le professeur Stephen Baker, a créé un outil d'apprentissage automatique utilisant uniquement des images de microscopie pour distinguer les bactéries résistantes à la ciprofloxacine (un antibiotique courant) de celles qui y sont sensibles.
Cela pourrait réduire considérablement le temps nécessaire pour diagnostiquer la résistance aux antibiotiques, ce qui pourrait transformer la façon dont nous traitons les infections dangereuses comme la fièvre typhoïde.
Les étudeL'étude, publiée dans Nature Communications, porte sur Salmonella Typhimurium, une bactérie qui provoque des maladies gastro-intestinales graves et peut entraîner des maladies invasives potentiellement mortelles.
Le Dr Tuan-Anh Tran, l'un des principaux chercheurs du projet, a expliqué l'approche dans un communiqué de presse. article de blog: "La beauté du modèle d'apprentissage automatique est qu'il peut identifier les bactéries résistantes sur la base de quelques caractéristiques subtiles des images microscopiques que l'œil humain ne peut pas détecter."
Le processus de recherche a comporté plusieurs étapes clés :
- Préparation de l'échantillon bactérien: L'équipe a cultivé des échantillons de S. Typhimurium dans des milieux nutritifs liquides, certains exposés à différentes concentrations de ciprofloxacine et d'autres non.
- Imagerie à haut contenu: À l'aide d'un microscope sophistiqué, les chercheurs ont pris des photos détaillées des bactéries à plusieurs moments.
- Analyse d'images: Un logiciel spécialisé a extrait 65 caractéristiques différentes de chaque cellule bactérienne, notamment la forme, la taille et l'interaction avec des colorants fluorescents.
- Développement de modèles d'apprentissage automatique: Les chercheurs ont introduit ces données dans divers algorithmes d'apprentissage automatique, en les entraînant à reconnaître les schémas associés à la résistance aux antibiotiques.
- Sélection des caractéristiques: L'équipe a identifié les caractéristiques les plus cruciales pour distinguer les bactéries résistantes des bactéries sensibles.
Les résultats de ce processus sont impressionnants. Le système d'IA a correctement identifié les bactéries résistantes aux antibiotiques dans environ 87% des cas.
Plus important encore, les chercheurs ont constaté que les bactéries résistantes et sensibles présentaient des schémas visuels distincts que l'IA pouvait détecter, même lorsqu'elles n'avaient pas été exposées à des antibiotiques.
Cela suggère que la résistance aux antibiotiques modifie l'apparence des bactéries de manière trop subtile pour l'homme, mais que l'IA peut détecter.
Les méthodes actuelles nécessitent généralement plusieurs jours de culture bactérienne et de tests contre divers antimicrobiens. En revanche, la nouvelle méthode basée sur l'IA pourrait fournir des résultats en quelques heures.
Un diagnostic plus rapide permet aux médecins de prescrire plus tôt les antibiotiques les plus efficaces, ce qui peut améliorer les résultats pour les patients et réduire la propagation des bactéries résistantes.
À l'avenir, l'équipe de recherche souhaite étendre son approche à des échantillons cliniques plus complexes, comme le sang ou l'urine, et les tester sur d'autres types de bactéries et d'antibiotiques. Elle s'efforce également de rendre la technologie plus accessible aux hôpitaux et aux cliniques du monde entier.
Comme l'explique le professeur Baker : "Ce qui serait vraiment important, en particulier dans un contexte clinique, ce serait de pouvoir prélever un échantillon complexe - par exemple du sang, de l'urine ou des expectorations - et d'identifier la sensibilité et la résistance directement à partir de cet échantillon".
"Il s'agit d'un problème beaucoup plus complexe qui n'a pas encore été résolu, même dans le domaine du diagnostic clinique en milieu hospitalier. Si nous pouvions trouver un moyen de le faire, nous pourrions réduire le temps nécessaire à l'identification de la résistance aux médicaments, et ce à un coût bien moindre. Cela pourrait être une véritable transformation".
Le Dr Sushmita Sridhar a résumé les impacts en déclarant : "Étant donné que cette approche utilise l'imagerie à résolution cellulaire unique, il ne s'agit pas encore d'une solution qui pourrait être facilement déployée partout. Mais elle est très prometteuse : en capturant seulement quelques paramètres sur la forme et la structure des bactéries, elle peut nous donner suffisamment d'informations pour prédire la résistance aux médicaments avec une relative facilité."
Alors que la résistance aux antibiotiques continue de représenter une menace croissante pour la santé mondiale, des approches innovantes telles que cette technique d'imagerie alimentée par l'IA offrent un nouvel espoir.
Cette démarche s'inscrit dans une tendance plus large d'innovations basées sur l'IA dans le domaine de la recherche sur les antibiotiques. Au MIT, des chercheurs ont utilisé des modèles d'apprentissage profond pour découvrir un antibiotique. une classe d'antibiotiques entièrement nouvelle.
Dans le même ordre d'idées, une autre équipe de scientifiques a annoncé en mai de l'année dernière qu'elle avait utilisé l'IA pour identifier un nouvel antibiotique efficace contre les bactéries résistantes aux médicaments.
L'IA permet une identification plus rapide et plus précise des infections résistantes aux médicaments, ce qui ouvre la voie à des traitements plus efficaces et à de meilleurs résultats pour les patients.
Les prochaines années seront cruciales, car l'équipe s'efforce de traduire les succès obtenus en laboratoire en applications cliniques réelles.
