I ricercatori dell'Università di Cambridge hanno sfruttato l'intelligenza artificiale per combattere la resistenza agli antibiotici.
Il team di ricerca, guidato dal professor Stephen Baker, ha creato uno strumento di apprendimento automatico utilizzando solo immagini di microscopia per distinguere i batteri resistenti alla ciprofloxacina (un antibiotico comune) da quelli sensibili.
Questo potrebbe ridurre drasticamente il tempo necessario per diagnosticare la resistenza agli antibiotici, trasformando potenzialmente il modo in cui trattiamo infezioni pericolose come la febbre tifoidea.
Il studiopubblicato su Nature Communications, si è concentrato sulla Salmonella Typhimurium, un batterio che causa gravi malattie gastrointestinali e può portare a malattie invasive potenzialmente letali.
Il dott. Tuan-Anh Tran, ricercatore chiave del progetto, ha spiegato l'approccio in una post sul blog: "La bellezza del modello di apprendimento automatico è che può identificare i batteri resistenti sulla base di alcune sottili caratteristiche delle immagini al microscopio che gli occhi umani non possono rilevare".
Il processo di ricerca ha comportato diverse fasi chiave:
- Preparazione del campione batterico: Il team ha coltivato campioni di S. Typhimurium in terreni nutritivi liquidi, alcuni esposti a diverse concentrazioni di ciprofloxacina e altri no.
- Imaging ad alto contenuto: Utilizzando un sofisticato microscopio, i ricercatori hanno scattato immagini dettagliate dei batteri in più momenti.
- Analisi dell'immagine: Un software specializzato ha estratto 65 caratteristiche diverse da ogni cellula batterica, tra cui forma, dimensioni e interazione con i coloranti fluorescenti.
- Sviluppo di modelli di apprendimento automatico: I ricercatori hanno inserito questi dati in diversi algoritmi di apprendimento automatico, addestrandoli a riconoscere i modelli associati alla resistenza agli antibiotici.
- Selezione delle caratteristiche: Il team ha identificato le caratteristiche più cruciali per distinguere i batteri resistenti da quelli sensibili.
I risultati di questo processo sono stati impressionanti. Il sistema di intelligenza artificiale ha identificato correttamente i batteri resistenti agli antibiotici circa 87% delle volte.
Forse la cosa più significativa è che i ricercatori hanno scoperto che i batteri resistenti e quelli suscettibili avevano schemi visivi distinti che l'intelligenza artificiale era in grado di rilevare, anche quando non erano stati esposti agli antibiotici.
Ciò suggerisce che la resistenza agli antibiotici modifica l'aspetto dei batteri in modi troppo sottili per gli esseri umani, ma che l'intelligenza artificiale può rilevare.
I metodi attuali richiedono in genere diversi giorni di coltura batterica e test con vari antimicrobici. Il nuovo metodo basato sull'intelligenza artificiale, invece, potrebbe fornire risultati in poche ore.
Una diagnosi più rapida consente ai medici di prescrivere prima gli antibiotici più efficaci, migliorando potenzialmente i risultati dei pazienti e riducendo la diffusione di batteri resistenti.
In prospettiva, il team di ricerca intende espandere il proprio approccio a campioni clinici più complessi, come sangue o urine, e testarli su altri tipi di batteri e antibiotici. Sta inoltre lavorando per rendere la tecnologia più accessibile agli ospedali e alle cliniche di tutto il mondo.
Come spiega il professor Baker: "Ciò che sarebbe davvero importante, in particolare per un contesto clinico, sarebbe poter prelevare un campione complesso - ad esempio sangue, urina o espettorato - e identificare la suscettibilità e la resistenza direttamente da lì".
"Si tratta di un problema molto più complicato e che non è stato affatto risolto, nemmeno nella diagnostica clinica in ospedale. Se riuscissimo a trovare un modo per farlo, potremmo ridurre il tempo necessario per identificare la resistenza ai farmaci e a costi molto più bassi. Questo potrebbe essere davvero trasformativo".
La dottoressa Sushmita Sridhar ha riassunto gli impatti, affermando: "Dato che questo approccio utilizza la risoluzione delle immagini di una singola cellula, non è ancora una soluzione che potrebbe essere prontamente impiegata ovunque. Ma è davvero promettente che, catturando solo alcuni parametri sulla forma e la struttura dei batteri, possa darci informazioni sufficienti per prevedere la resistenza ai farmaci con relativa facilità".
Poiché la resistenza agli antibiotici continua a rappresentare una minaccia crescente per la salute globale, approcci innovativi come questa tecnica di imaging alimentata dall'intelligenza artificiale offrono nuove speranze.
Questo fa parte di una tendenza più ampia di innovazioni guidate dall'intelligenza artificiale nella ricerca sugli antibiotici. Al MIT, i ricercatori hanno utilizzato modelli di apprendimento profondo per scoprire un classe di antibiotici completamente nuova.
In modo simile, un altro team di scienziati ha annunciato nel maggio dello scorso anno di aver utilizzato l'intelligenza artificiale per identificare un nuovo antibiotico efficace contro i batteri resistenti ai farmaci.
L'intelligenza artificiale consente di identificare con maggiore rapidità e precisione le infezioni resistenti ai farmaci, aprendo la strada a trattamenti più efficaci e a migliori risultati per i pazienti.
I prossimi anni saranno cruciali, in quanto il team lavorerà per tradurre i successi ottenuti in laboratorio in applicazioni cliniche reali.
