Destaque

Inteligência Artificial oferece uma maneira mais rápida de prever a resistência a antibióticos

Fonte

(ETH Zurique) | Instituto Federal de Tecnologia de Zurique

Data

terça-feira. 11 janeiro 2022 12:00

Bactérias resistentes aos antibióticos estão aumentando em todo o mundo. A cada ano, infecções causadas por bactérias multirresistentes levam a milhares de mortes. Testes de diagnóstico rápido e o uso direcionado de antibióticos desempenham um papel crucial na contenção da disseminação das ‘superbactérias’ resistentes a antibióticos.

No entanto, geralmente leva dois ou mais dias para determinar quais antibióticos ainda são eficazes contra um patógeno específico, porque as bactérias da amostra do paciente primeiro precisam ser cultivadas no laboratório de diagnóstico. Devido a esse atraso, muitos médicos tratam inicialmente infecções graves com uma classe de medicamentos conhecidos como antibióticos de amplo espectro, que são eficazes contra uma ampla gama de espécies bacterianas.

Recentemente, pesquisadores do Instituto Federal de Tecnologia de Zurique (ETH Zurique), do Hospital Universitário de Basileia e da Universidade de Basileia, na Suíça, desenvolveram um método que usa dados de espectrometria de massa para identificar sinais de resistência a antibióticos em bactérias até 24 horas antes.

“Algoritmos de computador inteligentes pesquisam os dados em busca de padrões que distinguem bactérias resistentes daquelas que respondem a antibióticos”, disse Caroline Weis, doutoranda no Departamento de Ciência e Engenharia de Biossistemas do ETH Zurique e principal autora do estudo. Os pesquisadores publicaram seu método na revista científica Nature Medicine.

O tempo para o estabelecimento da terapia ideal é crítico

Ao identificar resistências significativas a antibióticos em um estágio inicial, os médicos podem adaptar uma terapia antibiótica para a bactéria mais rapidamente. Isso pode ser particularmente benéfico para pacientes gravemente doentes.

“O tempo necessário para otimizar a antibioticoterapia pode significar a diferença entre vida e morte se uma infecção for grave. Um diagnóstico rápido e preciso é extremamente importante nesses tipos de casos ”, disse o Dr. Adrian Egli, professor e chefe de Bacteriologia Clínica do Hospital Universitário de Basileia.

O recurso da espectrometria de massa que fornece os dados para o novo método já está em uso em muitos laboratórios de microbiologia em todo o mundo para identificar tipos de bactérias. O dispositivo analisa milhares de fragmentos de proteínas em cada amostra e, em seguida, cria uma ‘impressão digital’ individual das proteínas bacterianas. Esse processo também requer que as bactérias sejam cultivadas antecipadamente, mas apenas por algumas horas, em vez de alguns dias.

O modelo detecta de forma confiável resistências comuns

Para avaliar a utilidade das previsões do modelo computacional, os pesquisadores se uniram a um especialista em doenças infecciosas para analisar cerca de 60 estudos de caso. O objetivo era determinar até que ponto as previsões teriam influenciado a escolha da terapia antibiótica se estivessem disponíveis para o clínico em um estágio inicial do processo de tomada de decisão.

A equipe de pesquisa escolheu deliberadamente estudos de caso com as bactérias resistentes a antibióticos mais importantes, incluindo Staphylococcus aureus resistente à meticilina (MRSA) e bactérias intestinais resistentes a antibióticos beta-lactâmicos de amplo espectro (E. coli).

Uma razão pela qual este estudo de caso é tão importante é que os médicos também tendem a basear suas escolhas de antibióticos em fatores como idade do paciente e histórico médico. Os resultados mostraram que o novo método teria de fato levado o médico a optar por uma antibioticoterapia melhorada em alguns casos.

Planejamento do estudo clínico

Antes que o novo método diagnóstico possa ser implementado no atendimento ao paciente, a equipe precisará superar desafios adicionais, que incluem a implementação de um ensaio clínico em larga escala para corroborar os benefícios do novo método em um ambiente hospitalar de rotina. “O planejamento para esse estudo já está em andamento”, disse o professor Egli. Como especialista em microbiologia clínica, ele está confiante de que o projeto melhorará a forma como as infecções são tratadas nos próximos anos.

O Dr. Karsten Borgwardt, também professor do Departamento de Ciência e Engenharia de Biossistemas do ETH Zurique e que liderou o estudo junto com o professor Egli, disse que o projeto também levanta muitas questões importantes de pesquisa sobre o uso da inteligência artificial na medicina. “Esse conjunto de dados nos permite examinar mais de perto as mudanças que precisamos fazer no nível algorítmico para melhorar ainda mais a qualidade das previsões para dados coletados em diferentes pontos no tempo e em diferentes locais”, concluiu o pesquisador.

Acesse o resumo do artigo científico (em inglês).

Acesse a notícia completa na página do ETH Zurique (em inglês).

Fonte: Rahel Künzler, ETH Zurique.

Em suas publicações, o Canal Farma da Rede T4H tem o único objetivo de divulgação científica, tecnológica ou de informações comerciais para disseminar conhecimento. Nenhuma publicação do Canal Farma tem o objetivo de aconselhamento, diagnóstico, tratamento médico ou de substituição de qualquer profissional da área da saúde. Consulte sempre um profissional de saúde qualificado para a devida orientação, medicação ou tratamento, que seja compatível com suas necessidades específicas.

Leia também