Remiantis naujais tyrimais, dirbtinis intelektas ir neantibiotikų gydymo metodai gali turėti įtakos kovojant su atsparumu antimikrobinėms medžiagoms (AMR).
Dr. Darren Ting, BHP klinikos mokslininko bendradarbis iš Infekcijų, uždegimų ir imunologijos mokyklos ir garbės konsultantas oftalmologas (Birmingamo ir Midlando akių centre), neseniai vadovavo tarptautinei ekspertų grupei, kuri apžvelgė esamą padėtį AMR srityje. ir konkrečiai pažvelgė į naujus ne antibiotikų gydymo metodus ir galimą dirbtinio intelekto vaidmenį kovojant su AMR.
Šis darbas buvo sukurtas bendradarbiaujant su autoriais iš kelių institutų, įskaitant Kembridžo universitetą, Pensilvanijos universitetą, Britų Kolumbijos universitetą, Nacionalinę biotechnologijų laboratoriją (Vengrija), Duke-NUS ir Singapūro akių tyrimų institutą.
Apžvalga, paskelbta m Lancetų mikrobaspabrėžia besivystančios AMR problemą, kai 2019 m. 5 milijonai mirčių, susijusių su bakterine AMR.
Autoriai pabrėžia daugialypio požiūrio į šį visuotinį sveikatos iššūkį poreikį, įskaitant:
- suprasti mechanizmus ir veiksnius tiek individualiu, tiek gyventojų lygiu,
- AMR stebėjimas,
- antimikrobinių medžiagų priežiūra arba apgalvotas antibiotikų vartojimas, įskaitant apsvarstytą vaisto pasirinkimą, dozę ir receptų trukmę,
- geresnė infekcijų kontrolė ir
- naujų neantibiotinių antimikrobinių vaistų, įskaitant antimikrobinius peptidus, bakteriofagus, monokloninius antikūnus, antikūnų ir antibiotikų konjugatą ir genų terapiją, kūrimas.
AI galia
Atsižvelgdami į dirbtinio intelekto (AI) valdomų technologijų potencialą ir didelių duomenų prieinamumą AMR problemoms spręsti, autoriai nurodo keletą sričių, kurias dirbtinis intelektas galėtų pagerinti.
Jautrumo antibiotikams tyrimą būtų galima paspartinti mašininiu mokymusi. Užuot skyrus 24–28 valandas bakterijų augimui nustatyti, kaip tai darytų tradiciniai tyrimo metodai, AI gali daug greičiau numatyti jautrumą antibiotikams, analizuojant viso genomo sekos duomenis.
Mašininis mokymasis taip pat siūlo didelį pažadą didelio masto AMR stebėjimo programoms, ypač mažesnes ir vidutines pajamas gaunančiose šalyse. AI taip pat rodo potencialą kuriant modelius, kuriais vadovaujamasi naudojant specifinius siauro spektro antibiotikus, sumažinant antros eilės gydymo poreikį ir netinkamą antibiotikų vartojimą, palyginti su gydytojo paskirtu gydymu.
Be to, dirbtinio intelekto pastangos gali labai paspartinti antibiotikų atradimą ir vystymąsi, todėl procesas sutrumpėja nuo metų iki kelių dienų.
Apžvalgoje raginama skatinti bendras ir tvarias mokslinių tyrimų pastangas, siekiant veiksmingai sumažinti AMR grėsmę ir apsaugoti šiuolaikinės medicinos, pasaulinės sveikatos ir ekonomikos ateitį.