Kõik iLive'i sisu vaadatakse meditsiiniliselt läbi või seda kontrollitakse, et tagada võimalikult suur faktiline täpsus.
Meil on ranged allhanke juhised ja link ainult mainekate meediakanalite, akadeemiliste teadusasutuste ja võimaluse korral meditsiiniliselt vastastikuste eksperthinnangutega. Pange tähele, et sulgudes ([1], [2] jne) olevad numbrid on nende uuringute linkideks.
Kui tunnete, et mõni meie sisu on ebatäpne, aegunud või muul viisil küsitav, valige see ja vajutage Ctrl + Enter.
Tehisintellekt võib arendada ravi "superbakterite" ennetamiseks
Viimati vaadatud: 02.07.2025
Clevelandi kliiniku teadlased on välja töötanud tehisintellekti (AI) mudeli, mis suudab määrata bakteriaalse infektsiooni raviks parima ravimite kombinatsiooni ja ajastuse, tuginedes üksnes bakterite kasvukiirusele teatud tingimustes. Dr Jacob Scotti juhitud meeskond ja tema translatsioonilise hematoloogia ja onkoloogia teoreetilise osakonna labor avaldasid hiljuti oma tulemused ajakirjas Proceedings of the National Academy of Sciences.
Antibiootikume peetakse Ameerika Ühendriikides keskmise eluea pikenemise põhjuseks peaaegu kümne aasta võrra. Need ravimeetodid vähendasid suremust terviseprobleemide tõttu, mida me praegu peame väiksemateks, näiteks mõned lõikehaavad ja vigastused. Kuid antibiootikumid ei toimi enam nii hästi kui varem, osaliselt seetõttu, et neid kasutatakse nii laialdaselt.
„Ülemaailmsed tervishoiuorganisatsioonid on ühel meelel, et me siseneme postantibiootikumide ajastusse,“ selgitab dr Scott. „Kui me ei muuda bakterite vastu võitlemise viisi, sureb 2050. aastaks antibiootikumiresistentsetesse infektsioonidesse rohkem inimesi kui vähki.“
Bakterid paljunevad kiiresti, tekitades mutantseid järglasi. Antibiootikumide ülekasutamine annab bakteritele võimaluse arendada ravile resistentseid mutatsioone. Aja jooksul hävitavad antibiootikumid kõik vastuvõtlikud bakterid, jättes järele vaid tugevamad mutandid, mida antibiootikumid ei suuda hävitada.
Üks strateegia, mida arstid bakteriaalsete infektsioonide ravi sujuvamaks muutmiseks kasutavad, on antibiootikumide rotatsioon. Tervishoiutöötajad vahetavad aja jooksul erinevaid antibiootikume. Erinevate ravimite vahetamine annab bakteritele vähem aega resistentsuse tekkeks mis tahes antibiootikumide klassi suhtes. Rotatsioon võib isegi muuta bakterid teiste antibiootikumide suhtes vastuvõtlikumaks.
„Ravimite rotatsioon näitab haiguste tõhusal ravimisel paljulubavaid tulemusi,“ ütleb uuringu esimene autor ja meditsiinitudeng Davis Weaver. „Probleem on selles, et me ei tea, kuidas seda kõige paremini teha. Puuduvad standardid, millist antibiootikumi manustada, kui kaua või millises järjekorras.“
Uuringu kaasautor, Clevelandi kliiniku järeldoktor dr Jeff Maltas, kasutab arvutimudeleid, et ennustada, kuidas bakterite resistentsus ühe antibiootikumi suhtes muudab nad teise suhtes nõrgemaks. Ta tegi koostööd dr Weaveriga, et näha, kas andmepõhised mudelid suudavad ennustada ravimite rotatsiooni mustreid, mis minimeerivad antibiootikumiresistentsust ja maksimeerivad vastuvõtlikkust, hoolimata bakterite evolutsiooni juhuslikust olemusest.
Dr Weaver juhtis tugevdusõppe rakendamist ravimite rotatsiooni mudelis, mis õpetab arvutit õppima oma vigadest ja õnnestumistest, et määrata ülesande täitmiseks parim strateegia. Dr Weaveri ja dr Maltase sõnul on see uuring üks esimesi, mis rakendab tugevdusõpet antibiootikumide rotatsiooni skeemides.
Skemaatiline evolutsiooniline simulatsioon ja testitud optimeerimismeetodid. Allikas: Proceedings of the National Academy of Sciences (2024). DOI: 10.1073/pnas.2303165121
„Tugevdusõpe on ideaalne lähenemisviis, sest teil on vaja teada ainult seda, kui kiiresti bakterid kasvavad, mida on suhteliselt lihtne kindlaks teha,“ selgitab dr Weaver. „Samuti on ruumi inimlikele variatsioonidele ja vigadele. Te ei pea iga kord kasvukiirust millisekundi täpsusega mõõtma.“
Uurimisrühma tehisintellekt suutis välja selgitada kõige tõhusamad antibiootikumide rotatsiooniplaanid mitmete E. coli tüvede raviks ja ravimiresistentsuse ennetamiseks. Uuring näitab, et tehisintellekt suudab toetada keerulist otsustusprotsessi, näiteks antibiootikumravi ajakavade arvutamist, ütleb dr Maltas.
Dr Weaver selgitab, et lisaks üksiku patsiendi infektsiooni ohjamisele võiks meeskonna tehisintellekti mudel anda teavet selle kohta, kuidas haiglad infektsioone üldiselt ravivad. Tema ja ta uurimisrühm töötavad ka selle nimel, et laiendada oma tööd bakteriaalsetest infektsioonidest ka teistele surmavatele haigustele.
„See idee ei piirdu ainult bakteritega, seda saab rakendada igale objektile, mis võib ravile resistentseks muutuda,“ ütleb ta. „Usume, et tulevikus saaks seda tüüpi tehisintellekti kasutada ravile resistentsete vähivormide ravimiseks.“