Algorithmus von Schweizer ForschendenKünstliche Intelligenz spürt Antibiotikaresistenzen auf
Derzeit dauert es bis zu drei Tage, um zu bestimmen, welches Antibiotikum einen Krankheitserreger wirksam bekämpfen kann. Der Algorithmus eines Schweizer Forscherteams verspricht hier Abhilfe.
Immer mehr Bakterien entwickeln Resistenzen gegen herkömmliche Antibiotika. Je schneller sich aufspüren lässt, ob eine Infektionen mit antibiotikaresistenten Bakterien vorliegt, desto gezielter können Mediziner schwere Infekte behandeln. Damit erhöhen sich die Heilungs- und Überlebenschancen der Patientinnen und Patienten.
Ein Forschungsteam unter Leitung der ETH Zürich, der Universität Basel und des Universitätsspitals Basel trainierten nun eine künstliche Intelligenz (KI), die Antibiotikaresistenzen selbstständig aufspürt.
Riesiger Datensatz erstellt
Dazu speisten die Forschenden einen Algorithmus mit mehr als 300'000 Massenspektrometrie-Profilen von einzelnen Bakterien und verknüpften diese Daten mit hunderttausenden antimikrobiellen Resistenzmarkierungen. Dieser Datensatz repräsentiere 803 verschiedene Arten von bakteriellen und pilzlichen Krankheitserregern, berichten sie im Fachmagazin «Nature Medicine».
«Intelligente Computeralgorithmen suchen in den Daten nach Mustern, die Bakterien mit und ohne Resistenz voneinander unterscheiden», liess sich Caroline Weis in einer Mitteilung der ETH Zürich zitieren. Sie ist Doktorandin am ETH-Departement für Biosysteme und Erstautorin der Studie.
Der Flaschenhals einer zügigen und wirksamen Antibiotikabehandlung liegt in der Kultivierung der Patientenprobe, mit der die Erreger im Labor für die Diagnostik vermehrt werden. Zwar müssen die Bakterien auch bei der neuen Methode vorgängig kultiviert werden, allerdings bloss während wenigen Stunden, wie die ETH mitteilte.
Grössere Studie geplant
In einer retrospektiven Untersuchung zeigte sich, dass sich der neue diagnostische Ansatz positiv auf die Behandlung der Patienten auswirken kann. Die Forschenden analysierten 63 klinische Fälle, um zu prüfen, ob die KI-Vorhersagen die Behandlungswahl verändert hatte. Demnach hätte der Algorithmus in acht Fällen zu einer wirksamen, früheren Umstellung auf ein anderes Antibiotikum geführt.
Der Nutzen der neuen Methode müsse nun im Spitalalltag im Rahmen einer grösseren klinischen Studie erhärtet werden. Eine entsprechende Studie sei bereits geplant, sagte Adrian Egli, Leiter der Klinischen Bakteriologie und Professor am Universitätsspital Basel und einer der Hauptautoren der Studie. Er ist zuversichtlich, dass sich mit dem neuen Ansatz die Behandlung von Infektionen in den nächsten Jahren verbessern lässt.
SDA/sep
Fehler gefunden?Jetzt melden.
