الذكاء الاصطناعي قد يطور علاجات لمنع "الجراثيم الخارقة"
آخر مراجعة: 14.06.2024
تتم مراجعة جميع محتويات iLive طبياً أو التحقق من حقيقة الأمر لضمان أكبر قدر ممكن من الدقة الواقعية.
لدينا إرشادات صارمة من مصادرنا ونربط فقط بمواقع الوسائط ذات السمعة الطيبة ، ومؤسسات البحوث الأكاديمية ، وطبياً ، كلما أمكن ذلك استعراض الأقران الدراسات. لاحظ أن الأرقام الموجودة بين قوسين ([1] و [2] وما إلى ذلك) هي روابط قابلة للنقر على هذه الدراسات.
إذا كنت تشعر أن أيًا من المحتوى لدينا غير دقيق أو قديم. خلاف ذلك مشكوك فيه ، يرجى تحديده واضغط على Ctrl + Enter.
طوّر الباحثون في كليفلاند كلينك نموذجًا للذكاء الاصطناعي (AI) يمكنه تحديد أفضل مزيج وتوقيت لوصف الأدوية لعلاج العدوى البكتيرية استنادًا فقط إلى معدل نمو البكتيريا في ظل تعرضات معينة. قام فريق بقيادة الدكتور جاكوب سكوت ومختبره في القسم النظري لأمراض الدم والأورام الانتقالية بنشر نتائجهم مؤخرًا في وقائع الأكاديمية الوطنية للعلوم. ص>
يعود الفضل للمضادات الحيوية في زيادة متوسط العمر المتوقع في الولايات المتحدة بنحو عقد من الزمن. أدى العلاج إلى خفض معدل الوفيات الناجمة عن المشاكل الصحية التي نعتبرها الآن بسيطة، مثل بعض الجروح والإصابات. ومع ذلك، لم تعد المضادات الحيوية تعمل بشكل جيد كما كانت من قبل، ويرجع ذلك جزئيًا إلى استخدامها على نطاق واسع.
"تتفق منظمات الصحة العالمية على أننا ندخل عصر ما بعد المضادات الحيوية"، يوضح الدكتور سكوت. "إذا لم نغير الطريقة التي نحارب بها البكتيريا، فبحلول عام 2050 سيموت عدد أكبر من الأشخاص بسبب العدوى المقاومة للمضادات الحيوية مقارنة بالسرطان."
تتكاثر البكتيريا بسرعة، وتنتج ذرية متحولة. إن الإفراط في استخدام المضادات الحيوية يمنح البكتيريا الفرصة لتطوير طفرات مقاومة للعلاج. وبمرور الوقت، تقتل المضادات الحيوية جميع البكتيريا الحساسة، ولا تترك سوى طفرات أقوى لا تستطيع المضادات الحيوية تدميرها.
تسمى إحدى الاستراتيجيات التي يستخدمها الأطباء لتحديث علاج الالتهابات البكتيرية دورة المضادات الحيوية. يتناوب مقدمو الرعاية الصحية بين المضادات الحيوية المختلفة خلال فترات زمنية محددة. إن التبديل بين الأدوية المختلفة يمنح البكتيريا وقتًا أقل لتطوير مقاومة لأي فئة من المضادات الحيوية. وقد يؤدي التناوب إلى جعل البكتيريا أكثر عرضة للمضادات الحيوية الأخرى.
يقول المؤلف الأول للدراسة وطالب الطب ديفيس ويفر، الحاصل على دكتوراه: "يُظهر التناوب الدوائي نتائج واعدة في علاج الأمراض بشكل فعال". "المشكلة هي أننا لا نعرف أفضل طريقة للقيام بذلك. لا توجد معايير محددة للمضادات الحيوية التي يجب إعطاؤها، ولأي مدة وبأي ترتيب.
يستخدم الدكتور جيف مالتاس، المؤلف المشارك في الدراسة، وهو باحث ما بعد الدكتوراه في كليفلاند كلينيك، نماذج حاسوبية للتنبؤ بكيفية مقاومة البكتيريا لمضاد حيوي يجعلها أضعف تجاه مضاد حيوي آخر. لقد تعاون مع الدكتور ويفر لاستكشاف ما إذا كانت النماذج المبنية على البيانات يمكنها التنبؤ بأنماط دوران الأدوية التي تقلل من مقاومة المضادات الحيوية وتزيد من قابلية المضادات الحيوية إلى الحد الأقصى، على الرغم من الطبيعة العشوائية للتطور البكتيري.
د. قاد ويفر تطبيق التعلم المعزز على نموذج التناوب الدوائي، الذي يعلم الكمبيوتر التعلم من أخطائه ونجاحاته لتحديد أفضل استراتيجية لإكمال المهمة. بحسب الدكاترة. ويفر ومالتاس، تعتبر هذه الدراسة واحدة من أولى الدراسات التي طبقت التعلم المعزز على أنظمة تناوب المضادات الحيوية.
محاكاة تطورية تخطيطية وأساليب التحسين المختبرة. المصدر: وقائع الأكاديمية الوطنية للعلوم (2024). دوى: 10.1073/pnas.2303165121
"يعد التعلم المعزز أسلوبًا مثاليًا لأنك تحتاج فقط إلى معرفة مدى سرعة نمو البكتيريا، وهو أمر يسهل تحديده نسبيًا"، يوضح الدكتور ويفر. "هناك أيضًا مجال للاختلاف والخطأ البشري. ليست هناك حاجة لقياس معدل النمو وصولاً إلى المللي ثانية في كل مرة."
تمكن الذكاء الاصطناعي الخاص بفريق البحث من اكتشاف خطط تناوب المضادات الحيوية الأكثر فعالية لعلاج سلالات متعددة من الإشريكية القولونية ومنع مقاومة الأدوية. تظهر الدراسة أن الذكاء الاصطناعي يمكن أن يدعم اتخاذ القرارات المعقدة، مثل حساب جداول العلاج بالمضادات الحيوية، كما يقول الدكتور مالطاس.
د. يوضح ويفر أنه بالإضافة إلى إدارة عدوى مريض فردي، يمكن لنموذج الذكاء الاصطناعي الخاص بالفريق أن يوضح كيفية تعامل المستشفيات مع العدوى ككل. ويعمل هو وفريقه البحثي أيضًا على توسيع نطاق عملهم بما يتجاوز الالتهابات البكتيرية ليشمل أمراضًا فتاكة أخرى.
"هذه الفكرة لا تقتصر على البكتيريا، بل يمكن تطبيقها على أي شيء يمكن أن يطور مقاومة للعلاج"، كما يقول. "في المستقبل، نعتقد أنه يمكن استخدام هذه الأنواع من الذكاء الاصطناعي لإدارة السرطانات المقاومة للعلاج."