בינה מלאכותית (AI) יכולה לספק הערכות באותו יום של עמידות לאנטי-מיקרוביאלית עבור חולים בטיפול נמרץ – קריטי למניעת אלח דם מסכן חיים.
עמידות לאנטי-מיקרוביאלית, תהליך של מיקרואורגניזמים המפתחים הגנה מפני טיפול, מהווה אתגר עצום לשירותי הבריאות ברחבי העולם. על פי ההערכות, זה גורם ל-1.2 מיליון מקרי מוות ברחבי העולם ועולה ל-NHS לפחות 180 מיליון פאונד בשנה.
זיהומים במחזור הדם עלולים להפוך לעמידים לאנטיביוטיקה ולהוביל למצב מסכן חיים, אלח דם. לאחר שהזיהום הגיע לשלב של אלח דם קיימת סבירות גבוהה שהמטופלים יפתחו במהירות אי ספיקת איברים, הלם ואפילו מוות.
לחלק מהחולים יש יותר עמידות לאנטי-מיקרוביאלית מאחרים, עקב חשיפה קודמת לאנטיביוטיקה, הגנטיקה שלהם ואפילו התזונה, שעלולה לשנות את המיקרוביום שלהם.
כעת, מדענים רותמים את הכוח של בינה מלאכותית כדי להעריך את העמידות לאנטי-מיקרוביאלית של חולים ביחידות טיפול נמרץ (ICUs) ולזהות זיהומים גורמי אלח דם בדם.
חוקרים מכל קינגס קולג' בלונדון וקלינאים ב-Guy's and St Thomas' NHS Foundation Trust שיתפו פעולה במחקר הבינתחומי הזה – שהם מקווים שיעזור לשפר את התוצאות של חולים קשים.
תוך כדי צעדים משמעותיים קדימה בתחום זה, הצוות הראה כיצד בינה מלאכותית ולמידת מכונה יכולים לספק טריגינג באותו יום לחולים בטיפול נמרץ, במיוחד בסביבות עם משאבים מוגבלים. הטכנולוגיה גם הרבה יותר חסכונית מבדיקה ידנית.
ההערכות הנוכחיות של חולי טיפול נמרץ גוזלות זמן ודורשות בדיקות מעבדה ממושכות, המחייבות תרבית חיידקים במעבדה, הנמשכות עד חמישה ימים. לכך יכולה להיות השפעה עצומה על תוצאות הטיפול, במיוחד לאור השבריריות של חולי טיפול נמרץ, שעלולים לסבול ממחלות מסכנות חיים.
גישה למידע זה מוקדם יותר תאפשר לרופאים לקבל החלטות מהירות ומושכלות יותר לגבי טיפול – כולל האם להשתמש באנטיביוטיקה. לשימוש נכון באנטיביוטיקה יש קשר חזק עם תוצאות חיוביות של המטופל.
המחקר שלנו מספק ראיות נוספות על היתרונות של AI בתחום הבריאות, הפעם בקשר לנושאים המכריעים של עמידות לאנטי-מיקרוביאלית וזיהומים בזרם הדם. זה מגיע בזמן חשוב, שכן ה-NHS משקיע במשאבי נתונים משותפים, ועוזר להפוך את הטיפול בחולים לשיתופי ויעיל יותר.
השימוש שלנו בלמידת מכונה מספק דרך חדשה להתמודד עם הנושא הקליני החשוב של עמידות לאנטי-מיקרוביאלית. אנו מקווים שה-AI יספק כלי שימושי לקלינאים בקבלת החלטות חשובות, במיוחד ביחס לטיפול נמרץ".
דויד פרארי, מחבר ראשון, קינגס קולג' בלונדון
ד"ר לינדזי אדוארדס, מומחית למיקרוביולוגיה בקינגס קולג' בלונדון הוסיפה: "דרך חשובה להתמודד עם האיום החמור של עמידות לאנטי-מיקרוביאלית היא להגן על האנטיביוטיקה שכבר יש לנו, שהולכת יד ביד עם הצורך הדחוף באבחון מהיר. לעיתים קרובות חולים עם זיהום עמיד לתרופות יוצגו לטיפול נמרץ במצב קריטי וייתכן שלא ישרוד מספיק זמן כדי שסטנדרטי הזהב הנוכחיים של האבחון יקבעו במה הם נגועים אופנה עיוורת' אנטיביוטיקה רחבת טווח כדי להציל את החולה.
"עם זאת, זה גם יהרוג רבים מהחיידקים המועילים במיקרוביום של החולה, מבלי להרוג את הפתוגן המזיק. זה אפילו יכול להפוך את הפתוגן לעמיד יותר לתרופה.
"הממצאים של מחקר זה מבטיחים להפליא שכן שימוש בבינה מלאכותית כדי להאיץ את האבחון של זיהום כדי לאפשר מרשם של האנטיביוטיקה הנכונה לא רק יכול להשפיע עצומה על הישרדות המטופל ותוצאות הטיפול שלו; אלא יכול לעזור לשמר את האנטיביוטיקה כבר פיתחנו ומונעים התפתחות של עמידות נוספת לאנטיביוטיקה".
במחקר זה נעשה שימוש בנתונים של 1,142 חולים ב-Guy's and St Thomas' NHS Foundation Trust, אשר סלל את הדרך למחקר מתמשך נוסף באמצעות מערכי נתונים של יותר מ-20,000 אנשים. יש לקוות שגישה מתקדמת יותר למחקר זה, במיוחד בסביבה מרובת בתי חולים באמצעות הטכנולוגיה הפופולרית של פדרציית מכונה למידת מכונה, תוכל לעמוד בדרישות הרגולטוריות לפריסה ממשית של גישת AI זו בקו החזית של ה-NHS.
פרופסור Yanzhong Wang, מומחה לבריאות אוכלוסיה בקינגס קולג' בלונדון, הוסיף: "הפשטות והמדרגיות של גישת למידת מכונה חדשנית זו מצביעות על הפוטנציאל שלה ליישום נרחב, ומציעה פתרון חזק לטיפול בבעיות בריאות קריטיות אלו בקנה מידה גדול יותר ובסופו של דבר לשפר. תוצאות המטופל.
