Kecerdasan buatan boleh membangunkan rawatan untuk mencegah 'superbakteria'

Penyelidik di Klinik Cleveland telah membangunkan model kecerdasan buatan (AI) yang boleh menentukan gabungan terbaik dan masa ubat untuk merawat jangkitan bakteria berdasarkan semata-mata pada kadar pertumbuhan bakteria dalam keadaan tertentu. Pasukan yang diketuai oleh Dr. Jacob Scott dan makmalnya di Bahagian Teoritis Translasi Hematologi dan Onkologi, baru-baru ini menerbitkan penemuan mereka dalam jurnal Proceedings of the National Academy of Sciences.

Antibiotik dikreditkan dengan peningkatan purata jangka hayat di Amerika Syarikat hampir satu dekad. Rawatan tersebut mengurangkan kadar kematian akibat masalah kesihatan yang kini kami anggap kecil, seperti beberapa luka dan kecederaan. Tetapi antibiotik tidak lagi berfungsi dengan baik seperti dahulu, sebahagiannya kerana ia digunakan secara meluas.

"Organisasi kesihatan global bersetuju bahawa kita memasuki era pasca antibiotik," jelas Dr Scott. "Jika kita tidak mengubah cara kita melawan bakteria, menjelang 2050 lebih ramai orang akan mati akibat jangkitan tahan antibiotik berbanding kanser."

Bakteria membiak dengan cepat, menghasilkan anak mutan. Penggunaan antibiotik yang berlebihan memberi peluang kepada bakteria untuk membangunkan mutasi yang tahan terhadap rawatan. Lama kelamaan, antibiotik membunuh semua bakteria yang mudah terdedah, hanya meninggalkan mutan yang lebih kuat yang tidak dapat dibunuh oleh antibiotik.

Satu strategi yang digunakan oleh doktor untuk menyelaraskan rawatan untuk jangkitan bakteria dipanggil putaran antibiotik. Pekerja penjagaan kesihatan bergantian antara antibiotik yang berbeza dari semasa ke semasa. Bertukar antara ubat yang berbeza memberi bakteria lebih sedikit masa untuk membina daya tahan terhadap mana-mana satu kelas antibiotik. Putaran mungkin menjadikan bakteria lebih mudah terdedah kepada antibiotik lain.

"Putaran ubat menunjukkan janji dalam merawat penyakit dengan berkesan," kata pengarang pertama kajian dan pelajar perubatan Davis Weaver, PhD. "Masalahnya ialah, kami tidak tahu cara terbaik untuk melakukannya. Tiada piawaian untuk antibiotik mana yang perlu diberikan, untuk tempoh berapa lama, atau mengikut urutan apa."

Pengarang bersama kajian Dr Jeff Maltas, seorang penyelidik pasca doktoral di Klinik Cleveland, menggunakan model komputer untuk meramalkan bagaimana rintangan bakteria terhadap satu antibiotik menjadikan mereka lebih lemah kepada yang lain. Dia bekerjasama dengan Dr. Weaver untuk melihat sama ada model yang dipacu data boleh meramalkan corak putaran ubat yang meminimumkan rintangan antibiotik dan memaksimumkan kerentanan, walaupun sifat rawak evolusi bakteria.

Dr. Weaver mengetuai penerapan pembelajaran pengukuhan kepada model penggiliran dadah, yang mengajar komputer untuk belajar daripada kesilapan dan kejayaannya untuk menentukan strategi terbaik untuk menyelesaikan tugas. Kajian itu adalah salah satu yang pertama menggunakan pembelajaran pengukuhan kepada skim putaran antibiotik, menurut Dr. Weaver dan Maltas.

Simulasi evolusi skematik dan pendekatan pengoptimuman yang diuji. Sumber: Prosiding Akademi Sains Kebangsaan (2024). DOI: 10.1073/pnas.2303165121

"Pembelajaran pengukuhan adalah pendekatan yang ideal kerana anda hanya perlu mengetahui seberapa cepat bakteria berkembang, yang agak mudah untuk ditentukan," jelas Dr. Weaver. "Terdapat juga ruang untuk variasi dan kesilapan manusia. Anda tidak perlu mengukur kadar pertumbuhan hingga milisaat setiap kali."

AI pasukan penyelidik dapat memikirkan rancangan penggiliran antibiotik yang paling berkesan untuk merawat pelbagai jenis E. coli dan mencegah rintangan dadah. Kajian itu menunjukkan bahawa AI boleh menyokong pembuatan keputusan yang kompleks, seperti mengira jadual rawatan antibiotik, kata Dr. Maltas.

Dr. Weaver menerangkan bahawa selain menguruskan jangkitan dalam pesakit individu, model AI pasukan boleh memaklumkan cara hospital merawat jangkitan secara keseluruhan. Dia dan pasukan penyelidiknya juga sedang berusaha untuk mengembangkan kerja mereka melangkaui jangkitan bakteria kepada penyakit maut lain.

"Idea ini tidak terhad kepada bakteria, ia boleh digunakan pada mana-mana objek yang boleh menimbulkan daya tahan terhadap rawatan," katanya. "Pada masa hadapan, kami percaya bahawa jenis AI ini boleh digunakan untuk menguruskan kanser tahan rawatan."