Medicina Poli Zurigo: IA per rilevamento rapido di resistenze ad antibiotici
Attualmente, per determinare quale antibiotico possa combattere un patogeno occorrono almeno due giorni. Ricercatori basilesi hanno messo a punto un sistema di intelligenza artificiale (IA) in grado di rilevare il tipo di resistenza agli antibiotici più velocemente.
Sempre più batteri stanno sviluppando una resistenza agli antibiotici convenzionali. Accelerando il riconoscimento di un'infezione con batteri resistenti, i medici possono intervenire più precisamente e rapidamente aumentando le possibilità di guarigione e di sopravvivenza dei pazienti.
«Nel caso di un'infezione grave, il tempo necessario per stabilire la terapia ottimale può fare la differenza tra la vita e la morte. Una diagnosi veloce e accurata è dunque estremamente importante», dice, citato in un comunicato odierno dell'ETH, Adrian Egli, responsabile della batteriologia clinica e professore all'ospedale universitario di Basilea, che ha codiretto lo studio.
In Svizzera ogni anno circa 300 persone muoiono per infezioni causate da batteri multiresistenti.
Un team di ricercatori della sede basilese dell'ETH, dell'università di Basilea e del locale ospedale universitario hanno ora sviluppato un sistema di IA che rileva autonomamente la resistenza agli antibiotici. Il lavoro è stato pubblicato sulla rivista specializzata Nature Medicine.
Costituito un enorme set di dati
Gli studiosi hanno alimentato un algoritmo con più di 300'000 profili di spettrometria di massa di singoli batteri e collegato questi dati con centinaia di migliaia di marcatori di resistenza antimicrobica costituendo una banca dati con circa 800 specie diverse di patogeni batterici e fungini e 40 antibiotici.
«Presentiamo il più grande set di dati mai raccolto che combina risultati di spettrometria di massa con informazioni sulla resistenza agli antibiotici», afferma Karsten Borgwardt, professore al Dipartimento di biosistemi dell'ETH basilese, che ha diretto lo studio insieme a Egli.
Un vantaggio del metodo è che il dispositivo di spettrometria di massa che fornisce i dati è già utilizzato nella maggior parte dei laboratori di microbiologia per identificare le specie batteriche. La spettrometria di massa permette di identificare migliaia di frammenti di proteine in un campione e poi crea una sorta di impronta digitale individuale delle proteine batteriche.
Poi, «algoritmi informatici intelligenti cercano nei dati dei modelli che distinguono i batteri con e senza resistenza», spiega, pure citata nel comunicato, Caroline Weis, dottoranda presso il Dipartimento di biosistemi e prima autrice dello studio.
Il principale ostacolo a un trattamento antibiotico rapido ed efficace sta nella coltivazione in laboratorio del campione batterico del paziente con cui i patogeni vengono moltiplicati per permettere la diagnosi. Col nuovo metodo, la coltivazione rimane necessaria, ma solo per poche ore, si legge nella nota.
Studio più ampio pianificato
Un'analisi retrospettiva ha dimostrato che il nuovo approccio diagnostico può effettivamente avere un effetto positivo sul trattamento dei pazienti. I ricercatori hanno analizzato 63 casi clinici per vedere se le previsioni dell'IA avevano indotto una modifica del trattamento. Secondo i risultati, l'algoritmo avrebbe portato ad un efficace e più precoce passaggio ad un altro antibiotico in otto casi.
Gli apparenti benefici del nuovo metodo devono ora essere confermati nella pratica ospedaliera quotidiana nel quadro di uno studio clinico più ampio. Una tale ricerca è già pianificata, indica Egli, dicendosi fiducioso che il nuovo approccio migliorerà il trattamento delle infezioni nei prossimi anni.
