抗菌素耐药性正成为一个严重的全球健康问题，使许多感染越来越难以治疗，并限制了可用的治疗选择。这种耐药性的升级引发了人们对一些感染很快无法治疗的担忧。医疗服务提供者面临的一个主要挑战是快速区分对标准一线药物有反应的生物体和耐药性生物体。传统的测试方法，包括培养细菌、测试它们对各种抗菌剂的抵抗力，以及手动或机器分析，可能需要几天的时间。这种延迟通常会导致无效药物的给药，这可能会导致更严重的健康问题，并可能导致进一步的耐药性。研究人员现在已经证明，人工智能（AI）可以大大缩短准确诊断耐药性感染所需的时间。他们开发了一种算法，能够仅从显微镜图像中正确识别耐药细菌。
在《自然通讯》发表的研究中，剑桥大学（英国剑桥）的研究人员团队创建了一种机器学习工具，可以从显微镜图像中识别出对一线抗生素环丙沙星有耐药性的细菌鼠伤寒沙门氏菌，而无需将细菌直接暴露在药物中。已知鼠伤寒会引起胃肠道和伤寒样疾病，症状包括发烧、疲劳、头痛、恶心、腹痛、便秘或腹泻，严重时可能危及生命。尽管可以用抗生素治疗，但细菌对几种药物的耐药性越来越强，使治疗工作变得更加复杂。
研究小组利用高分辨率显微镜研究了受不同浓度环丙沙星影响的鼠伤寒沙门氏菌分离株，确定了区分耐药菌株和易感菌株的五个最关键的成像特征。他们训练了一种机器学习算法，从16个样本的成像数据中识别出这些特征。令人印象深刻的是，该算法可以在不直接接触药物的情况下准确地确定细菌是否对环丙沙星敏感或耐药，并且它使用仅培养6小时的分离物实现了这一目标，这大大低于用抗生素培养样品所需的通常24小时。
尽管从血液、尿液或粪便等临床样本中分离细菌仍然是必要的，但不必将细菌暴露于环丙沙星可以将整体检测时间从几天缩短到几个小时。虽然这种方法存在实际和经济上的限制，但它说明了人工智能在显著推进对抗抗生素耐药性的斗争方面的潜力。研究人员现在正计划扩大他们的研究范围，以包括更大的细菌收藏，旨在改进他们的方法，以提高速度，并允许检测各种细菌物种对环丙沙星和其他抗生素的耐药性。
Sushmita Sridhar博士表示：“鉴于这种方法使用单细胞分辨率成像，它还不是一种可以随时部署在任何地方的解决方案。但它显示了真正的希望，即通过捕获有关细菌形状和结构的几个参数，它可以为我们提供足够的信息，相对容易地预测耐药性。”他在剑桥大学医学系攻读博士学位时发起了这个项目。“真正重要的是，特别是在临床背景下，能够采集复杂的样本，例如血液、尿液或痰液，并直接从中确定易感性和耐药性。这是一个更复杂的问题，即使在医院的临床诊断中，这个问题也根本没有得到解决。如果我们能找到一种方法，我们可以减少识别耐药性所需的时间，成本也会低得多。这可能是真正的变革。”

来源：
https://www.labmedica.com/pathology/articles/294801836/ai-identifies-drug-resistant-typhoid-like-infection-from-microscopy-images-within-hours.html

责编: editor