Notícia

Inteligência Artificial identifica infecção semelhante à febre tifoide resistente a medicamentos a partir de imagens de microscopia em questão de horas

Fonte

Universidade de Cambridge

Data

sexta-feira, 12 julho 2024 14:15

Áreas

Bacteriologia. Biologia. Biomedicina. Biotecnologia. Doenças Infecciosas. Inteligência Artificial. Microbiologia. Saúde Pública.

A inteligência artificial (IA) pode ser usada para identificar infecções resistentes a medicamentos, reduzindo significativamente o tempo necessário para um diagnóstico correto, mostraram pesquisadores da Universidade de Cambridge, no Reino Unido. A equipe mostrou que um algoritmo pode ser treinado para identificar bactérias resistentes a medicamentos corretamente apenas a partir de imagens de microscopia.

A resistência antimicrobiana é um problema de saúde global crescente, o que significa que muitas infecções estão se tornando difíceis de tratar, com menos opções de tratamento disponíveis. Isso até levanta o espectro de algumas infecções se tornarem intratáveis ​​em um futuro próximo.

Um dos desafios enfrentados pelos profissionais de saúde é a capacidade de distinguir rapidamente entre organismos que podem ser tratados com medicamentos de primeira linha e aqueles que são resistentes ao tratamento. Os testes convencionais podem levar vários dias, exigindo que as bactérias sejam cultivadas, testadas contra vários tratamentos antimicrobianos e analisadas por um técnico de laboratório ou por um equipamento. Esse atraso geralmente resulta em pacientes sendo tratados com um medicamento inadequado, o que pode levar a resultados mais sérios e, potencialmente, aumentar ainda mais a resistência aos medicamentos.

Em uma pesquisa publicada recentemente na revista científica Nature Communications, uma equipe liderada por pesquisadores do Laboratório do professor Dr. Stephen Baker na Universidade de Cambridge desenvolveu uma ferramenta de aprendizado de máquina capaz de identificar, a partir de imagens de microscopia, bactérias Salmonella typhimurium resistentes ao antibiótico de primeira linha ciprofloxacino — mesmo sem testar a bactéria contra o medicamento.

S. Typhimurium causa doenças gastrointestinais e doenças semelhantes à febre tifoide em casos graves, cujos sintomas incluem febre, fadiga, dor de cabeça, náusea, dor abdominal e constipação ou diarreia. Em casos graves, pode ser fatal. Embora as infecções possam ser tratadas com antibióticos, as bactérias estão se tornando cada vez mais resistentes a vários antibióticos, tornando o tratamento mais complicado.

A equipe usou microscopia de alta resolução para examinar isolados de S. Typhimurium expostos a concentrações crescentes de ciprofloxacino e identificou as cinco características de imagem mais importantes para distinguir entre isolados resistentes e suscetíveis.

Os pesquisadores então treinaram e testaram o algoritmo de aprendizado de máquina para reconhecer essas características usando dados de imagem de 16 amostras.

O algoritmo foi capaz de prever corretamente em cada caso se as bactérias eram suscetíveis ou resistentes à ciprofloxacina sem a necessidade de as bactérias serem expostas ao medicamento. Esse foi o caso de isolados cultivados por apenas seis horas, em comparação com as 24 horas usuais para cultivar uma amostra na presença de antibiótico.

O Dr. Tuan-Anh Tran, que trabalhou nesta pesquisa enquanto era aluno de doutorado na Universidade de Oxford (agora na Universidade de Cambridge), destacou: “As bactérias S. Typhimurium que são resistentes à ciprofloxacina têm várias diferenças notáveis ​​em relação àquelas ainda suscetíveis ao antibiótico. Embora um operador humano especialista possa ser capaz de identificar algumas delas, por si só elas não seriam suficientes para distinguir com segurança bactérias resistentes e suscetíveis”.

“A beleza do modelo de aprendizado de máquina é que ele pode identificar bactérias resistentes com base em algumas características sutis em imagens de microscopia que os olhos humanos não conseguem detectar”, concluiu o Dr. Tuan-Anh Tran.

Acesse o artigo científico completo (em inglês).

Acesse a notícia completa na página da Universidade de Cambridge (em inglês).

Fonte: Craig Brierley, Universidade de Cambridge. Imagem: micrografia eletrônica de varredura com realce de cores mostrando Salmonella Typhimurium (em vermelho) invadindo células humanas cultivadas. Fonte: Rocky Mountain Laboratories, NIAID/NIH.

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.