マイクロシミュレーション研究の設計。クレジット： ネイチャーコミュニケーションズ （2024年）。 DOI: 10.1038/s41467-024-54192-3
リバプール大学の抗菌最適化ネットワークセンター (CAMO-Net) による新しい研究では、人工知能 (AI) の使用により尿路感染症 (UTI) の治療方法が改善され、抗菌薬耐性 (AMR) への対処に役立つことが示されました。
AMR は、細菌、ウイルス、真菌、寄生虫が進化し、かつては効果があった治療法に反応しなくなるときに発生します。この耐性は入院期間の長期化、医療費の増加、死亡率の増加につながり、公衆衛生に重大な脅威をもたらし、一般的な感染症を治療不能にする可能性があります。
抗菌薬感受性検査 (AST) として知られる従来の UTI 診断検査は、特定の細菌または真菌感染症に対してどの抗生物質が最も効果的かを決定するための汎用的なアプローチを使用しています。
この新しい研究は、 出版された で ネイチャーコミュニケーションズは、臨床医が感染症をより正確にターゲットし、細菌が抗生物質治療に耐性を持つ可能性を減らすのに役立つリアルタイム データを使用した、パーソナライズされた方法を提案しています。
リバプール大学の医療微生物学のコンサルタントであり、CAMO-Netの研究者であるアレックス・ハワード博士が主導したこの研究では、AIを使用して実際の患者データを使用して12種類の抗生物質の予測モデルをテストし、パーソナライズされたASTと標準的な方法を比較しました。データに基づいたパーソナライズされたアプローチにより、特に耐性を引き起こす可能性が低いことで知られる WHO Access 抗生物質を使用した、より正確な治療選択肢が得られました。
アレックス・ハワード博士は、「この研究は、日常的な健康データと臨床検査を組み合わせることが抗生物質の効果を維持するのにどのように役立つかを示しているため、世界AMR啓発週間にとって重要かつタイムリーである。尿感染症患者がいつ抗生物質耐性を持つようになるかをAIを使用して予測することで、このアプローチにより、世界中の感染症患者のケアが改善され、抗生物質耐性の拡大を防ぐことができる可能性があります。」
この研究の結果は、AMR への取り組みにおける重要な前進を示しています。 WHO アクセスカテゴリーの抗生物質を優先し、個人の感受性プロファイルに合わせて治療を調整することにより、個別化された AST アプローチは検査プロセスの効率を向上させるだけでなく、重要な抗生物質の有効性を維持するための世界的な取り組みもサポートします。
詳細情報:
Alex Howard et al、臨床予測モデリングを使用した個別の抗菌薬感受性テストは、適切な抗生物質の使用を知らせます。 ネイチャーコミュニケーションズ （2024年）。 DOI: 10.1038/s41467-024-54192-3
引用: 人工知能を使用して感染症治療を個別化し、抗菌薬耐性に対処する (2024 年 11 月 21 日)、2024 年 11 月 21 日に取得
この文書は著作権の対象です。個人的な研究や研究を目的とした公正な取引を除き、書面による許可なしにいかなる部分も複製することはできません。コンテンツは情報提供のみを目的として提供されています。
#人工知能を使用して感染症治療を個別化し抗菌薬耐性に対処する