Ученые из США создали точную модель для выявления устойчивости к антибиотикам

Учёные Тулейнского университета (США) разработали инновационную модель искусственного интеллекта, способную с высокой точностью определять устойчивость к антибиотикам у опаснейших бактерий — включая возбудителей туберкулёза и золотистого стафилококка. Работа опубликована в Nature Communications и уже признана значимым шагом в глобальной борьбе с так называемыми супербактериями.

Актуальность темы подтверждается тревожной статистикой. По данным ВОЗ, только в 2021 году более 450 тысяч человек заразились туберкулёзом, устойчивым к нескольким препаратам, и лишь чуть больше половины из них прошли успешное лечение. Повышенная устойчивость к антибиотикам приводит к осложнениям, увеличивает расходы на лечение и смертность.

Разработанная модель использует методы машинного обучения и позволяет анализировать мутации на уровне всего генома без необходимости заранее знать механизмы действия антибиотиков. Такой подход особенно полезен для выявления редких генетических мутаций, которые не фиксируются стандартными тестами. Он также значительно сокращает время диагностики по сравнению с классическими лабораторными методами.

В ходе испытаний ИИ был применён к тысячам штаммов микобактерии туберкулёза и стафилококка. Он точно определил устойчивость бактерий к препаратам, а число ложноположительных результатов оказалось ниже, чем у систем, рекомендованных международными организациями.

По словам руководителя проекта, доктора Тони Ху, технология анализирует всю генетическую картину, выявляя закономерности без необходимости заранее задавать параметры. Это позволяет лучше различать мутации, действительно ответственные за устойчивость.

Ведущий исследователь Джулиан Салиба добавил, что новая модель может значительно сократить количество диагностических ошибок, особенно в условиях, когда доступ к ресурсам ограничен. Например, при тестировании на клинических образцах из Китая ИИ показал более высокую точность, чем методы, применяемые по стандартам ВОЗ.

Кроме медицины, технология может быть применена в ветеринарии и сельском хозяйстве, где проблема устойчивости к антибиотикам также становится всё более острой. Универсальность подхода открывает широкие перспективы для использования в различных сферах.