Искусственный интеллект научился «лечить» устойчивость к антибиотикам

Количество устойчивых к антибиотикам бактерий растет во всем мире, поэтому ученые из Базеля (Швейцария) задались вопросом, как можно быстро диагностировать супербактерии и выявлять их уязвимости.

В итоге исследователи разработали метод на основе искусственного интеллекта, который использует данные масс-спектрометрии для выявления устойчивости бактерий к антибиотикам в рекордные сроки.

Сейчас требуется больше двух дней, чтобы определить, какие антибиотики эффективны против конкретного патогена, потому что бактерии из образца пациента сперва должны быть культивированы в диагностической лаборатории. 

Из-за этой задержки пациенты со многими серьезными инфекциями получают запоздалое или некорректное лечение, которое в лучшем случае не работает, а в худшем — усугубляет ситуацию. 

Shutterstock

Однако выход есть: интеллектуальные компьютерные алгоритмы научились находить закономерности, которые отличают устойчивые бактерии, причем на несколько десятков часов быстрее, чем это происходит при культивации.

Для достижения нужных результатов ученые извлекли более 300 000 отдельных бактерий из четырех лабораторий и связали их с клиническими тестами.

В результате появился новый общедоступный набор данных, охватывающий около 800 различных бактерий и более 40 различных антибиотиков. 

Следующим шагом стало обучение искусственного интеллекта. Исследовательская группа сознательно выбрала наиболее устойчивые к антибиотикам бактерии Staphylococcus aureus и E. coli.

Shutterstock

Результаты испытаний показали, что новый метод позволяет находить слабые места этих бактерий на сутки быстрее, чем обычно. Прибор для масс-спектрометрии анализирует тысячи белковых фрагментов в каждом образце, а затем создает индивидуальный отпечаток бактериальных белков за