Un nuevo estudio de la Universidad de Cambridge sugiere que la inteligencia artificial (IA) podría acelerar significativamente la detección de bacterias resistentes a los antibióticos.
Publicado en Comunicaciones de la naturalezaLa investigación demuestra un modelo de aprendizaje automático capaz de identificar fármacos resistentes. Salmonella typhimurium a partir de imágenes tomadas al microscopio, lo que podría reducir el tiempo de diagnóstico en comparación con los métodos tradicionales. Es parte de un movimiento creciente para utilizar la IA para detectar enfermedades y encontrar nuevos medicamentos para tratamientos.
“Creemos que existe un enorme potencial para mejorar los diagnósticos y cambiar radicalmente la atención sanitaria y la industria farmacéutica”. Meri Beckwithcofundador de Salud Lindusdijo a PYMNTS una empresa centrada en acelerar los ensayos clínicos que no participó en el estudio de Cambridge.
“Tradicionalmente, la industria y los inversores han descuidado los diagnósticos porque hay menos beneficios comerciales en detectar una enfermedad que en curarla con tratamientos potencialmente prolongados”, dijo Beckwith. “Esto está cambiando a medida que los sistemas de salud se ven sometidos a una presión cada vez mayor para reducir costos y mejorar la eficiencia, y mejores diagnósticos pueden desempeñar un papel importante en esto”. »
Se fortalece el énfasis de la atención de salud en la prevención mercado de tecnología de diagnósticoEste cambio crea nuevas oportunidades de ingresos en una industria de la salud en evolución.
buscando pistas
Avances en IA tecnología de imágenes médicas Las nuevas tecnologías están abriendo nuevas oportunidades de negocio en el diagnóstico médico y el desarrollo de fármacos. En el estudio de Oxford, los investigadores utilizaron microscopios de alta potencia para examinar muestras de S. Typhimurium expuestas a diferentes concentraciones de ciprofloxacina, un antibiótico común. Identificaron cinco características clave de las imágenes para distinguir las bacterias resistentes de las susceptibles y luego entrenaron un algoritmo de aprendizaje automático utilizando datos de 16 muestras.
El programa informático pudo determinar si las bacterias resistirían el antibiótico sin utilizar el fármaco. Lo logró después de hacer crecer la bacteria durante solo 6 horas, mucho más rápido que las pruebas típicas, que duran 24 horas.
“La belleza del modelo de aprendizaje automático es que puede identificar bacterias resistentes basándose en algunas características sutiles de imágenes de microscopía que los ojos humanos no pueden detectar. » Tuan Anh Tranquienes trabajaron en esta investigación.
Consecuencias empresariales e impacto en la industria.
Las posibles aplicaciones de la IA podrían ser importantes para los sectores sanitario y farmacéutico. El diagnóstico rápido y preciso de infecciones resistentes a los antibióticos podría conducir a estrategias de tratamiento más específicas.
“Este valioso tiempo ahorrado puede utilizarse para detener las infecciones antes de que se propaguen”, afirmó Beckwith. Sin embargo, Beckwith también advirtió que se requeriría una validación adicional: “Cada aplicación deberá someterse a pruebas específicas para demostrar una ventaja en costo, precisión o velocidad sobre el estándar actual antes de que pueda ser adoptada”. »
Las bacterias resistentes a los medicamentos se convierten en grave amenaza para la salud mundialEstas “superbacterias” han evolucionado para resistir los antibióticos comunes, lo que hace que las infecciones sean más difíciles de tratar. El uso excesivo y inadecuado de antibióticos en la atención sanitaria y la agricultura ha acelerado este proceso. Como resultado, infecciones simples, que alguna vez fueron fáciles de curar, ahora pueden volverse mortales. Los médicos carecen de opciones de tratamiento eficaces para determinadas infecciones bacterianas.
Direcciones futuras
La IA puede ayudar a los médicos a diagnosticar enfermedades de forma más rápida y correcta en muchas áreas de la medicina.
Los gigantes tecnológicos y las nuevas empresas están compitiendo para desarrollar herramientas basadas en inteligencia artificial que podrían transformar la atención médica. Google DeepMindpor ejemplo, creó un sistema de inteligencia artificial capaz de detectar cancer de mama Los radiólogos realizaron mamografías con mayor precisión que los radiólogos humanos. En un estudio publicado en Nature, el sistema redujo los falsos positivos en un 5,7% y los falsos negativos en un 9,4% en comparación con los expertos humanos.
En 2018, IDx Technologies recibió La FDA aprobación por su sistema basado en IA que detecta la retinopatía diabética. El software analiza imágenes de retina y proporciona un diagnóstico inmediato, lo que podría aumentar las tasas de detección en áreas desatendidas.
Investigadores del MIT han desarrollado un modelo de IA que puede detectar la enfermedad de Alzheimer años antes de que aparezcan los síntomas. Al analizar escáneres cerebrales, el sistema identifica patrones sutiles asociados con las primeras etapas de la enfermedad de Alzheimer, lo que potencialmente permite una intervención más temprana.
La IA también ha ayudado en la lucha contra la COVID-19. El software de inteligencia artificial de Infervisiondesplegado en hospitales chinos, escanea rápidamente escáneres de tórax en busca de signos de neumonía por coronavirus, lo que ayuda a priorizar los casos para el tratamiento.
El equipo de investigación planea estudiar más tipos de bacterias y antibióticos. Quiere crear un sistema capaz de detectar gérmenes resistentes a los medicamentos en muestras como sangre, orina o saliva. Esto podría ayudar a los médicos a tratar mejor las infecciones en el futuro.
“Lo que sería realmente importante, particularmente en un entorno clínico, sería poder tomar una muestra compleja e identificar directamente la sensibilidad y la resistencia a partir de ella”. Sushmita Sridharquien inició este proyecto mientras era estudiante de doctorado en Cambridge y ahora es becario postdoctoral en la Universidad de Nuevo México y la Escuela de Salud Pública de Harvard, dijo en el comunicado de prensa. “Es un problema mucho más complicado y que en realidad no se ha resuelto en absoluto, ni siquiera en el diagnóstico clínico en un hospital. »
