Foto gemaakt door jcomp op freepik.com
Een Israëlische onderzoeksgroep zegt dat het kunstmatig intelligente algoritme voor het voorschrijven van antibiotica het risico op antibioticaresistentie met de helft kan verminderen.
Antibiotica zijn essentieel voor het genezen van bacteriële infecties, maar overmatig gebruik ervan bevordert het verschijnen en de verspreiding van antibioticaresistente bacteriën.
"We wilden begrijpen hoe antibioticaresistentie ontstaat tijdens de behandeling en manieren vinden om de antibioticabehandeling voor elke patiënt beter af te stemmen, niet alleen om de huidige infectiegevoeligheid van de patiënt correct aan te passen, maar ook om het risico op herhaling van infecties en resistentie tegen behandeling te minimaliseren," zei Prof. Roy Kishony van het Technion – Israel Institute of Technology, tegen ISRAEL21C.
Professor Roy Kishony. Foto door Nitzan Zohar/Technion Woordvoerders Office
De groep concentreerde zich op twee veelvoorkomende bacteriële infecties - urineweginfecties en wondinfecties - om te laten zien hoe de geschiedenis van de infectie van elke patiënt kan worden gebruikt om het beste antibioticum te kiezen om de kans op het ontstaan van antibioticaresistentie te verkleinen.
"Aangezien de meeste infecties worden gezaaid uit de eigen microbiota van een patiënt, kunnen deze recidiverende herhalingen worden voorspeld met behulp van de geschiedenis van de infectie van de patiënt en worden geminimaliseerd door machine learning - gepersonaliseerde antibiotica aanbevelingen, die een middel bieden om de opkomst en verspreiding van resistente pathogenen te verminderen," legden de onderzoekers uit.
Ze gebruikten gnomische sequencing technieken en machine learning analyse van patiëntendossiers om deze benadering te ontwikkelen, beschreven in Science .
"We ontdekten dat de antibioticagevoeligheid van eerdere infecties van de patiënt kon worden gebruikt om hun risico op terugkeer met een resistente infectie na behandeling met antibiotica te voorspellen", legt hoofdauteur Dr. Mathew Stracy uit.
"Door deze gegevens te gebruiken, samen met de demografische gegevens van de patiënt, zoals leeftijd en geslacht, konden we het algoritme ontwikkelen."
De studie was een samenwerking tussen Kishony en artsen Varda Shalev, Gabriel Chodick en Jacob Kuint van het Maccabi KSM Research and Innovation Center. Maccabi is een van Israëls vier nationale gezondheidsorganisaties.
De hoop is dat dit algoritme in de zorg kan worden gebruikt om de behandeling te verbeteren en de verspreiding van resistente bacteriën te minimaliseren.
Σχόλια