Исследователи из Кембриджского университета использовали искусственный интеллект в борьбе с устойчивостью к антибиотикам.
Исследовательская группа под руководством профессора Стивена Бейкера создала инструмент машинного обучения, использующий только микроскопические изображения, чтобы отличить бактерии, устойчивые к ципрофлоксацину (распространенному антибиотику), от тех, которые к нему восприимчивы.
Это может значительно сократить время, необходимое для диагностики устойчивости к антибиотикам, что в перспективе изменит методы лечения таких опасных инфекций, как брюшной тиф.
Сайт исследованиеИсследование, опубликованное в журнале Nature Communications, посвящено Salmonella Typhimurium, бактерии, которая вызывает тяжелые желудочно-кишечные заболевания и может привести к опасному для жизни инвазивному заболеванию.
Доктор Туан-Анх Тран, один из ключевых исследователей проекта, рассказал о подходе в статье запись в блоге: "Прелесть модели машинного обучения в том, что она может идентифицировать устойчивые бактерии на основе нескольких тонких особенностей на микроскопических изображениях, которые человеческий глаз не может обнаружить".
Процесс исследования включал в себя несколько ключевых этапов:
- Подготовка образцов бактерий: Команда вырастила образцы S. Typhimurium в жидкой питательной среде, некоторые из которых подвергались воздействию различных концентраций ципрофлоксацина, а другие - нет.
- Высококонтентная визуализация: Используя сложный микроскоп, исследователи сделали детальные снимки бактерий в разные моменты времени.
- Анализ изображений: Специализированное программное обеспечение извлекло из каждой бактериальной клетки 65 различных характеристик, включая форму, размер и взаимодействие с флуоресцентными красителями.
- Разработка моделей машинного обучения: Исследователи загрузили эти данные в различные алгоритмы машинного обучения, обучив их распознавать закономерности, связанные с устойчивостью к антибиотикам.
- Выбор признаков: Команда определила наиболее важные признаки, позволяющие отличить устойчивые бактерии от восприимчивых.
Результаты этого процесса оказались впечатляющими. Система искусственного интеллекта правильно определила устойчивые к антибиотикам бактерии примерно в 87% случаев.
Что особенно важно, исследователи обнаружили, что устойчивые и восприимчивые бактерии имеют четкие визуальные паттерны, которые ИИ может обнаружить, даже если они не подвергались воздействию антибиотиков.
Это говорит о том, что устойчивость к антибиотикам изменяет внешний вид бактерий слишком тонко для человека, но может быть обнаружена искусственным интеллектом.
Существующие методы обычно требуют нескольких дней для культивирования бактерий и тестирования на различные антимикробные препараты. В отличие от этого, новый метод, основанный на искусственном интеллекте, потенциально может дать результаты в течение нескольких часов.
Более быстрая диагностика позволяет врачам быстрее назначать наиболее эффективные антибиотики, что потенциально улучшает состояние пациентов и снижает распространение устойчивых бактерий.
В будущем команда исследователей намерена распространить свой подход на более сложные клинические образцы, такие как кровь или моча, и протестировать их на других типах бактерий и антибиотиков. Они также работают над тем, чтобы сделать технологию более доступной для больниц и клиник по всему миру.
Профессор Бейкер объясняет: "Что было бы действительно важно, особенно в клинических условиях, так это возможность взять сложный образец - например, кровь, мочу или мокроту - и определить восприимчивость и устойчивость непосредственно по нему".
"Это гораздо более сложная проблема, которая до сих пор не решена, даже в клинической диагностике в больнице. Если бы мы нашли способ сделать это, то смогли бы сократить время, необходимое для выявления лекарственной устойчивости, причем с гораздо меньшими затратами. Это может стать поистине преобразующим фактором".
Доктор Сушмита Сридхар подвела итоги, заявив: "Учитывая, что этот подход использует визуализацию с разрешением в одну клетку, он еще не является решением, которое можно было бы с готовностью внедрить повсеместно. Но он показывает реальные перспективы того, что, фиксируя всего несколько параметров формы и структуры бактерий, мы можем получить достаточно информации, чтобы с относительной легкостью прогнозировать лекарственную устойчивость".
Поскольку устойчивость к антибиотикам продолжает представлять собой растущую угрозу глобальному здравоохранению, инновационные подходы, такие как этот метод визуализации на основе искусственного интеллекта, дают новую надежду.
Это часть более широкой тенденции инноваций, основанных на искусственном интеллекте, в области исследования антибиотиков. В Массачусетском технологическом институте исследователи использовали модели глубокого обучения для обнаружения совершенно новый класс антибиотиков.
В мае прошлого года другая группа ученых объявила о том, что с помощью искусственного интеллекта они определить новый антибиотик эффективен против лекарственно-устойчивых бактерий.
ИИ позволяет быстрее и точнее выявлять лекарственно-устойчивые инфекции, открывая путь к более эффективному лечению и улучшению состояния пациентов.
Следующие несколько лет будут иметь решающее значение, так как команда будет работать над тем, чтобы перевести свои лабораторные успехи в реальные клинические приложения.
