Charles Chiu博士が率いる研究チームは、細菌サンプルのDNA配列決定データを分析して抗生物質耐性に関連する遺伝子マーカーを特定するAIアルゴリズムを開発しました。機械学習技術を利用することにより、アルゴリズムは細菌ゲノムと抗生物質耐性プロファイルの大きなデータセットでトレーニングされました。このトレーニングにより、AIはパターンを認識し、新しい細菌サンプルの抗生物質耐性について正確な予測を行うことができました。
彼らの研究では、研究者は、細菌感染症の患者からの1,000を超える臨床サンプルについてAIアルゴリズムをテストしました。結果は、AIアルゴリズムが高い感度と特異性を備えた抗生物質耐性を検出できることを実証しました。特に、AIは、数日または数週間かかる可能性のある従来の方法と比較して、わずか30分で抗生物質耐性を特定することができました。
抗生物質耐性のこの迅速な検出は、患者ケアを最適化するために重要です。細菌が耐性のある特定の抗生物質を迅速に特定することにより、医療提供者は適切な抗生物質を処方し、それに応じて治療計画を調整し、患者が最初から最も効果的な治療を受けていることを保証できます。これにより、患者の転帰が改善されるだけでなく、世界中の抗菌薬耐性の脅威の増大と戦うのにも役立ちます。
この研究で開発されたAIベースの診断アプローチには、従来の方法よりもいくつかの利点があります。より速く、より正確で、自動化され、臨床研究所の負担を軽減し、以前の介入を可能にします。さらに、AIアルゴリズムは、新しいデータで継続的にトレーニングおよび更新され、抗生物質耐性の進化する状況で最新のままであることを保証できます。
研究者は、AIテクノロジーを臨床診療に統合することを想定しています。これにより、病院、診療所、または遠隔の医療環境でさえ、抗生物質耐性の迅速な耐性試験が可能になります。抗生物質耐性に関するリアルタイムの情報を提供することにより、AI駆動の診断は臨床医が患者管理について情報に基づいた決定を下し、最終的にケアの質を改善し、将来の世代の抗生物質の有効性を維持するのに役立ちます。
