Автор: 
В новом исследовании, опубликованном в журнале Nature Medicine, учёные из Швейцарской высшей технической школы Цюриха в Базеле (ETH Zurich in Basel) разработали метод машинного обучения, который использует данные масс-спектрометрии для выявления признаков устойчивости бактерий к антибиотикам на 24 часа раньше современных методов.
Количество устойчивых к антибиотикам бактерий растёт во всём мире. Быстрое диагностическое тестирование и целенаправленное использование антибиотиков играют решающую роль в сдерживании распространения устойчивых к антибиотикам супербактерий. Выявляя устойчивость к антибиотикам на ранней стадии, врачи могут быстрее адаптировать антибиотикотерапию к соответствующей бактерии. Это может быть особенно необходимо для тяжелобольных пациентов.
Прибор для масс-спектрометрии, который предоставляет данные для нового метода, уже используется во многих микробиологических лабораториях по всему миру для идентификации различных типов бактерий. Устройство анализирует тысячи белковых фрагментов в каждом образце, а затем создаёт индивидуальный отпечаток бактериальных белков. Этот процесс также требует предварительного культивирования бактерий, но только в течение нескольких часов, а не нескольких дней.
Учёные утверждают, что обучение алгоритмов искусственного интеллекта с помощью этих данных поможет научиться самостоятельно выявлять устойчивость к антибиотикам. Чтобы сделать свою прогностическую модель как можно более широко применимой, исследователи проанализировали, как обучающие данные влияли на производительность алгоритма искусственного интеллекта. Различные методы, сравниваемые в исследовании, включали обучение прогностической модели с данными только из одной больницы и обучение с объединёнными данными из нескольких больниц.
Учёные сознательно выбрали тематические исследования с участием наиболее важных устойчивых к антибиотикам бактерий, включая устойчивый к метициллину Staphylococcus aureus (MRSA) и кишечные бактерии, такие как E. coli, устойчивые к бета-лактамным антибиотикам широкого спектра действия. Одна из причин, по которой это тематическое исследование так важно, заключается в том, что врачи также склонны основывать свой выбор антибиотика на таких факторах, как возраст пациента и история болезни.
Результаты показали, что новый метод действительно побудил бы клиницистов в некоторых случаях сделать выбор в пользу улучшенной антибактериальной терапии. Авторы другого исследования утверждают, что искусственный интеллект поможет понять риски развития осложнений у людей с диабетом.
