Kaikki iLive-sisältö tarkistetaan lääketieteellisesti tai se tarkistetaan tosiasiallisen tarkkuuden varmistamiseksi.
Meillä on tiukat hankintaohjeet ja vain linkki hyvämaineisiin mediasivustoihin, akateemisiin tutkimuslaitoksiin ja mahdollisuuksien mukaan lääketieteellisesti vertaisarvioituihin tutkimuksiin. Huomaa, että suluissa ([1], [2] jne.) Olevat numerot ovat napsautettavia linkkejä näihin tutkimuksiin.
Jos sinusta tuntuu, että jokin sisältö on virheellinen, vanhentunut tai muuten kyseenalainen, valitse se ja paina Ctrl + Enter.
Tekoäly voisi kehittää hoitoja "superbakteerien" ehkäisemiseksi.
Viimeksi tarkistettu: 02.07.2025
Clevelandin klinikan tutkijat ovat kehittäneet tekoälymallin, joka pystyy määrittämään parhaan lääkeyhdistelmän ja -ajoituksen bakteeri-infektion hoitoon pelkästään bakteerin kasvunopeuden perusteella tietyissä olosuhteissa. Tri Jacob Scottin ja hänen translationaalisen hematologian ja onkologian teoreettisen osaston laboratorionsa johtama tutkimusryhmä julkaisi äskettäin löydöksensä Proceedings of the National Academy of Sciences -lehdessä.
Antibioottien katsotaan pidentävän keskimääräistä elinajanodottetta Yhdysvalloissa lähes vuosikymmenellä. Hoidot vähensivät kuolleisuutta terveysongelmiin, joita nykyään pidämme vähäisinä, kuten joihinkin haavoihin ja vammoihin. Mutta antibiootit eivät enää toimi yhtä hyvin kuin ennen, osittain siksi, että niitä käytetään niin laajalti.
”Maailmanlaajuiset terveysjärjestöt ovat yhtä mieltä siitä, että olemme astumassa antibioottien jälkeiseen aikakauteen”, selittää tohtori Scott. ”Jos emme muuta bakteerien torjuntatapaamme, vuoteen 2050 mennessä antibiooteille vastustuskykyisiin infektioihin kuolee enemmän ihmisiä kuin syöpään.”
Bakteerit lisääntyvät nopeasti ja tuottavat mutanttijälkeläisiä. Antibioottien liikakäyttö antaa bakteereille mahdollisuuden kehittää mutaatioita, jotka ovat resistenttejä hoidoille. Ajan myötä antibiootit tappavat kaikki alttiit bakteerit, jättäen jäljelle vain vahvemmat mutantit, joita antibiootit eivät pysty tappamaan.
Yksi strategia, jota lääkärit käyttävät bakteeri-infektioiden hoidon tehostamiseen, on antibioottikierto. Terveydenhuollon työntekijät vuorottelevat eri antibioottien välillä ajan myötä. Lääkkeiden välillä vaihtaminen antaa bakteereille vähemmän aikaa kehittää resistenssiä mille tahansa antibioottiryhmälle. Kiertoilu voi jopa tehdä bakteereista alttiimpia muille antibiooteille.
”Lääkekierto näyttää lupaavalta sairauksien tehokkaassa hoidossa”, sanoo tutkimuksen ensimmäinen kirjoittaja ja lääketieteen opiskelija Davis Weaver. ”Ongelmana on, ettemme tiedä parasta tapaa tehdä se. Ei ole standardeja sille, mitä antibioottia annetaan, kuinka kauan tai missä järjestyksessä.”
Tutkimuksen toinen kirjoittaja, Cleveland Clinicin postdoc-tutkija, tohtori Jeff Maltas, käyttää tietokonemalleja ennustaakseen, miten bakteerien resistenssi yhdelle antibiootille tekee niistä heikompia toiselle. Hän teki yhteistyötä tohtori Weaverin kanssa selvittääkseen, voisivatko datapohjaiset mallit ennustaa lääkeaineiden rotaatiomalleja, jotka minimoivat antibioottiresistenssin ja maksimoivat herkkyyden bakteerien evoluution satunnaisesta luonteesta huolimatta.
Tri Weaver johti vahvistusoppimisen soveltamista lääkekiertomalliin, joka opettaa tietokonetta oppimaan virheistään ja onnistumisistaan ja määrittämään parhaan strategian tehtävän suorittamiseksi. Tutkimus on yksi ensimmäisistä, joissa vahvistusoppimista sovelletaan antibioottikiertojärjestelmiin, tri Weaver ja tri Maltas kertovat.
Kaavamainen evoluutiosimulaatio ja testatut optimointimenetelmät. Lähde: Proceedings of the National Academy of Sciences (2024). DOI: 10.1073/pnas.2303165121
”Vahvistusoppiminen on ihanteellinen lähestymistapa, koska sinun tarvitsee tietää vain, kuinka nopeasti bakteerit kasvavat, mikä on suhteellisen helppo määrittää”, selittää tohtori Weaver. ”Myös inhimillisille vaihteluille ja virheille on tilaa. Sinun ei tarvitse mitata kasvunopeutta millisekunnin tarkkuudella joka kerta.”
Tutkimusryhmän tekoäly pystyi selvittämään tehokkaimmat antibioottikiertosuunnitelmat useiden E. coli -kantojen hoitamiseksi ja lääkeresistenssin ehkäisemiseksi. Tutkimus osoittaa, että tekoäly voi tukea monimutkaista päätöksentekoa, kuten antibioottihoitoaikataulujen laskemista, sanoo tohtori Maltas.
Tri Weaver selittää, että yksittäisen potilaan infektion hallinnan lisäksi tiimin tekoälymalli voisi antaa tietoa siitä, miten sairaalat hoitavat infektioita kokonaisuudessaan. Hän ja hänen tutkimusryhmänsä pyrkivät myös laajentamaan työtään bakteeri-infektioiden lisäksi muihin tappaviin sairauksiin.
”Tämä idea ei rajoitu bakteereihin, vaan sitä voidaan soveltaa mihin tahansa esineeseen, joka voi kehittää vastustuskyvyn hoidolle”, hän sanoo. ”Uskomme, että tulevaisuudessa tällaisia tekoälyjä voitaisiin käyttää hoitoresistenttien syöpien hallintaan.”