منوعات

الذكاء الاصطناعي يمكنه تطوير علاجات لمنع “الجراثيم الخارقة”

طور باحثو كليفلاند كلينك نموذجًا للذكاء الاصطناعي (AI) يمكنه تحديد أفضل تركيبة وجدول زمني لاستخدامها عند وصف الأدوية لعلاج العدوى البكتيرية، استنادًا فقط إلى مدى سرعة نمو البكتيريا في ظل اضطرابات معينة. قام فريق بقيادة جاكوب سكوت، دكتور في الطب، حاصل على درجة الدكتوراه، ومختبره في القسم النظري لأمراض الدم والأورام الانتقالية، بنشر نتائجهم مؤخرًا في بناس.

يعود الفضل للمضادات الحيوية في زيادة متوسط ​​العمر في الولايات المتحدة بما يقرب من عقد من الزمن. وقد أدى العلاج إلى خفض معدلات الوفيات الناجمة عن المشاكل الصحية التي نعتبرها الآن بسيطة، مثل بعض الجروح والإصابات. لكن المضادات الحيوية لم تعد تعمل كما كانت في السابق، ويرجع ذلك جزئيًا إلى استخدامها على نطاق واسع.

يقول الدكتور سكوت: “تتفق الوكالات الصحية في جميع أنحاء العالم على أننا ندخل عصر ما بعد المضادات الحيوية”. “إذا لم نغير الطريقة التي نحارب بها البكتيريا، فبحلول عام 2050 سيموت عدد أكبر من الناس بسبب العدوى المقاومة للمضادات الحيوية مقارنة بالسرطان”.

تتكاثر البكتيريا بسرعة، وتنتج ذرية متحولة. إن الإفراط في استخدام المضادات الحيوية يمنح البكتيريا الفرصة لتدريب نفسها على خلق طفرات مقاومة للعلاج. مع مرور الوقت، تقتل المضادات الحيوية جميع البكتيريا الحساسة، تاركة وراءها فقط الطفرات الأقوى التي لا تستطيع المضادات الحيوية قتلها.

إحدى الاستراتيجيات التي يستخدمها الأطباء لتحديث الطريقة التي نعالج بها الالتهابات البكتيرية هي دورة المضادات الحيوية. يتناوب مقدمو الرعاية الصحية بين المضادات الحيوية المختلفة خلال فترات زمنية محددة. إن التحول من دواء إلى آخر يمنح البكتيريا وقتًا أقل لتطوير مقاومة لفئة واحدة من المضادات الحيوية. يمكن لركوب الدراجات أن يجعل البكتيريا أكثر حساسية للمضادات الحيوية الأخرى.

يقول ديفيس ويفر، دكتوراه، والمؤلف الأول للدراسة وطالب الطب: “يُظهر تدوير المخدرات وعدًا كبيرًا في علاج الأمراض بشكل فعال”. “المشكلة هي أننا لا نعرف أفضل طريقة للقيام بذلك. لا يوجد شيء موحد بين المستشفيات حول أي مضاد حيوي يجب إعطاؤه، وإلى متى وبأي ترتيب.”

يستخدم المؤلف المشارك في الدراسة جيف مالتاس، دكتوراه، وباحث ما بعد الدكتوراه في كليفلاند كلينك، نماذج حاسوبية للتنبؤ بكيفية مقاومة البكتيريا لمضاد حيوي واحد مما يجعلها أضعف أمام مضاد حيوي آخر. وقد تعاون مع الدكتور ويفر لمعرفة ما إذا كانت النماذج المبنية على البيانات يمكنها التنبؤ بأنظمة العلاج الدورية التي تقلل من مقاومة المضادات الحيوية وتزيد من قابلية المضادات الحيوية إلى الحد الأقصى، على الرغم من الطبيعة العشوائية للتطور البكتيري.

قاد الدكتور ويفر تطبيق التعلم المعزز على نموذج دورة الدواء، الذي يعلم الكمبيوتر التعلم من أخطائه ونجاحاته لتحديد أفضل استراتيجية لإنجاز المهمة. هذه الدراسة هي من بين أولى الدراسات التي طبقت التعلم المعزز على أفواج دورة المضادات الحيوية، د. يقول ويفر ومالتاس.

يقول الدكتور ويفر: “يعد التعلم المعزز أسلوبًا مثاليًا لأنك تحتاج فقط إلى معرفة معدل نمو البكتيريا، وهو أمر يسهل تحديده نسبيًا”. “هناك أيضًا مجال للاختلاف والخطأ البشري. لست بحاجة إلى قياس معدلات النمو بشكل مثالي وصولاً إلى المللي ثانية في كل مرة.”

وتمكن الذكاء الاصطناعي الخاص بفريق البحث من تحديد خطط دورة المضادات الحيوية الأكثر فعالية لعلاج سلالات متعددة من البكتيريا بكتريا قولونية ومنع مقاومة الأدوية. تظهر الدراسة أن الذكاء الاصطناعي يمكن أن يدعم اتخاذ القرارات المعقدة، مثل حساب جداول العلاج بالمضادات الحيوية، كما يقول الدكتور مالطاس.

يوضح الدكتور ويفر أنه بالإضافة إلى إدارة عدوى المريض الفردي، يمكن لنموذج الذكاء الاصطناعي الخاص بالفريق أن يوضح كيفية علاج المستشفيات للعدوى على جميع المستويات. ويعمل هو وفريقه البحثي أيضًا على توسيع نطاق عملهم ليشمل الالتهابات البكتيرية والأمراض القاتلة الأخرى.

ويقول: “لا تقتصر هذه الفكرة على البكتيريا، بل يمكن تطبيقها على أي شيء يمكن أن يطور مقاومة للعلاجات”. “في المستقبل، نعتقد أن هذه الأنواع من الذكاء الاصطناعي يمكن استخدامها أيضًا لإدارة السرطانات المقاومة للأدوية.”

..

Source link

orcalimaa

المصدر الرئيسي للأخبار والمعلومات الصحية والطبية الموثوقة وفي الوقت المناسب . توفير معلومات صحية ذات مصداقية ومجتمع داعم وخدمات تعليمية من خلال مزج الخبرة الحائزة على جوائز في المحتوى والخدمات المجتمعية وتعليقات الخبراء والمراجعة الطبية .

مقالات ذات صلة

اترك تعليقاً

زر الذهاب إلى الأعلى