Искусственный интеллект ускоряет и улучшает антибиотикотерапию сепсиса

Сепсис — угрожающее жизни осложнение инфекции, ежегодно вызывающее в США 1,7 млн госпитализаций и 350 000 смертей. Быстрая и точная диагностика критически важна, так как риск смертности увеличивается до 8% каждый час без эффективного лечения. Однако текущий стандарт диагностики зависит от роста культур, что обычно занимает два-три дня.

Врачи могут назначать антибиотики широкого спектра действия до получения точного диагноза, но они могут иметь ограниченную эффективность и потенциальную токсичность для пациента.

На конференции ASM Microbe команда из Day Zero Diagnostics представила новый подход к определению чувствительности к антимикробным препаратам с использованием искусственного интеллекта (AI).

Их система Keynome gAST (genomic Antimicrobial Susceptibility Test) обходит необходимость в культивировании, анализируя полные бактериальные геномы, выделенные непосредственно из образцов крови пациентов. Предварительные результаты основаны на исследованиях образцов из четырёх больниц в районе Бостона.

В отличие от традиционных методов, основанных на известных генах резистентности, алгоритмы машинного обучения автономно выявляют факторы устойчивости и чувствительности на основе данных из постоянно растущей крупномасштабной базы данных, содержащей более 75 000 бактериальных геномов и 800 000 результатов тестов на чувствительность (на момент исследования — 48 000 геномов и 450 000 результатов). Это позволяет быстро и точно прогнозировать устойчивость к противомикробным препаратам, революционизируя диагностику и лечение сепсиса.

«Результатом стала первая в своём роде демонстрация комплексного и высокоточного прогнозирования чувствительности и резистентности к противомикробным препаратам на клинических образцах, взятых непосредственно из крови», — заявил Джейсон Виттенбах, Ph.D., директор по науке о данных в Day Zero Diagnostics и ведущий автор исследования.

«Это представляет собой критически важную демонстрацию осуществимости быстрой диагностики устойчивости к противомикробным препаратам на основе машинного обучения, которая может революционизировать лечение, сократить сроки пребывания в больнице и спасти жизни».

Исследователи отмечают, что необходимы дальнейшие исследования из-за ограниченного размера выборки, но полученные данные могут способствовать значительному улучшению исходов для пациентов на фоне растущей угрозы устойчивости к противомикробным препаратам и необходимости быстрой диагностики и лечения сепсиса.