هوش مصنوعی می‌تواند مقاومت آنتی‌بیوتیکی را تنها در ۳۰ دقیقه تشخیص دهد

به گزارش مجله خبری نگار، دانشمندان دانشگاه آکسفورد از پیشرفت‌هایی در یک آزمایش جدید و سریع حساسیت ضدمیکروبی خبر دادند که می‌تواند نتایج را تنها در ۳۰ دقیقه ارائه دهد، که به طور قابل توجهی سریع‌تر از رویکرد‌های استاندارد فعلی است. این مطالعه در مجله Communications Biology منتشر شده است.

در مطالعه‌ی خود، این تیم از ترکیبی از میکروسکوپ فلورسانس و هوش مصنوعی (AI) برای تشخیص مقاومت ضدمیکروبی (AMR) استفاده کرد. این روش بر آموزش مدل‌های یادگیری عمیق برای تجزیه و تحلیل تصاویر سلول‌های باکتریایی و تشخیص تغییرات ساختاری که می‌توانند در سلول‌ها هنگام درمان با آنتی‌بیوتیک‌ها رخ دهند، متکی است. نشان داده شده است که این روش برای چندین آنتی‌بیوتیک مؤثر است و حداقل به ۸۰ ٪ دقت در هر سلول دست می‌یابد.

محققان می‌گویند مدل آنها می‌تواند برای تعیین اینکه آیا سلول‌های نمونه‌های بالینی در آینده در برابر طیف وسیعی از آنتی‌بیوتیک‌ها مقاوم خواهند بود یا خیر، مورد استفاده قرار گیرد.

آشیلف کاپانیدیس، یکی از نویسندگان این مطالعه، گفت: «آنتی‌بیوتیک‌هایی که رشد سلول‌های باکتریایی را متوقف می‌کنند، نحوه‌ی ظاهر شدن سلول‌ها در زیر میکروسکوپ را نیز تغییر می‌دهند و بر ساختار‌های سلولی، مانند کروموزوم باکتریایی، تأثیر می‌گذارند. رویکرد مبتنی بر هوش مصنوعی ما به طور قابل اعتماد و سریع چنین تغییراتی را تشخیص می‌دهد. به طور مشابه، اگر سلول مقاوم باشد، تغییراتی که ما انتخاب کرده‌ایم وجود ندارند و این اساس تشخیص مقاومت آنتی‌بیوتیکی را تشکیل می‌دهد.»

محققان روش خود را روی تعدادی از ایزوله‌های بالینی E. coli که هر کدام سطوح مختلفی از مقاومت در برابر آنتی‌بیوتیک سیپروفلوکساسین داشتند، آزمایش کردند. مدل‌های یادگیری عمیق توانستند مقاومت آنتی‌بیوتیکی را حداقل ۱۰ برابر سریع‌تر از روش‌های بالینی مدرن که استاندارد طلایی محسوب می‌شوند، به طور قابل اعتمادی تشخیص دهند.

این تیم امیدوار است که به توسعه روش خود ادامه دهد تا آن را برای استفاده بالینی سریع‌تر و مقیاس‌پذیرتر کند و همچنین کاربرد آن را با انواع مختلف باکتری‌ها و آنتی‌بیوتیک‌ها تطبیق دهد.

روش‌های آزمایش مدرن بر رشد کلونی‌های باکتریایی در حضور آنتی‌بیوتیک‌ها متکی هستند. با این حال، چنین آزمایش‌هایی کند هستند و اغلب چندین روز طول می‌کشد تا مقاومت باکتری‌ها در برابر طیف وسیعی از آنتی‌بیوتیک‌ها تعیین شود.

این امر می‌تواند زمانی مشکل‌ساز باشد که بیماران عفونت‌های بالقوه تهدیدکننده زندگی مانند سپسیس داشته باشند که نیاز به درمان فوری دارند. این امر معمولاً پزشکان را مجبور می‌کند که یا آنتی‌بیوتیک‌های خاصی را بر اساس تجربه بالینی خود یا ترکیبی از آنتی‌بیوتیک‌هایی که در برابر عفونت‌های باکتریایی متعدد مؤثر هستند، تجویز کنند.

با این حال، اگر آنتی‌بیوتیک‌های بی‌اثر تجویز شوند، عفونت بیماران ممکن است بدتر شود و به آنتی‌بیوتیک‌های بیشتری نیاز داشته باشند. یکی از پیامد‌های بالقوه این امر، افزایش مقاومت آنتی‌بیوتیکی در جامعه است.

محققان می‌گویند که اگر این روش بیشتر توسعه یابد، ماهیت سریع آن می‌تواند درمان هدفمند آنتی‌بیوتیکی را تسهیل کند، به کاهش زمان درمان، به حداقل رساندن عوارض جانبی و در نهایت کاهش سرعت افزایش مقاومت به آنتی‌بادی‌های مقاوم (AMR) کمک کند.

الکساندر زاگایسکی، یکی از نویسندگان این مطالعه، گفت: «زارتخانه آنتی‌بیوتیکی ما رو به اتمام است؛ ما امیدواریم که تشخیص‌های جدید ما راه را برای نسل جدیدی از درمان‌های دقیق برای بیماران بدحال هموار کند.»