日本語版
最新ニュース
健康

AIが顕微鏡検査で薬剤耐性腸チフスを数時間で特定

抗菌薬耐性は、世界中で増加している健康問題であり、多くの感染症の治療が困難になり、治療の選択肢も少なくなっています。近い将来、一部の感染症が治療不能になるという懸念さえ生じています。医療従事者が直面している課題の 1 つは、第一選択薬で治療できる微生物と治療に耐性のある微生物を迅速に区別する能力です。従来の検査では、細菌を培養し、さまざまな抗菌治療に対してテストし、検査技師または機械で分析する必要があり、数日かかることがあります。この遅延により、患者が不適切な薬で治療されることになり、より深刻な結果につながり、薬剤耐性をさらに促進する可能性があります。ネイチャー・コミュニケーションズ誌に掲載された研究で、ケンブリッジ大学のスティーブン・ベイカー教授の研究室の研究者が率いるチームは、第一選択の抗生物質シプロフロキサシンに耐性のあるサルモネラ・チフス菌を、その薬剤に対する細菌の検査を行わなくても顕微鏡画像から識別できる機械学習ツールを開発した。S. Typhimurium は、重症の場合、発熱、疲労、頭痛、吐き気、腹痛、便秘または下痢などの症状を伴う胃腸疾患や腸チフス様疾患を引き起こします。重症の場合、生命を脅かす可能性があります。感染症は抗生物質で治療できますが、細菌は多くの抗生物質に対して耐性を持つようになり、治療が複雑になっています。研究チームは高解像度顕微鏡を使用して、シプロフロキサシンの濃度を高めたS. Typhimurium分離株を調べ、耐性株と感受性株を区別するための最も重要な5つの画像特徴を特定しました。次に、16 個のサンプルから得た画像データを使用して、これらの特徴を認識する機械学習アルゴリズムをトレーニングし、テストしました。このアルゴリズムは、細菌を薬剤にさらすことなく、細菌がシプロフロキサシンに感受性か耐性かをそれぞれのケースで正確に予測することができた。これは、抗生物質の存在下でサンプルを培養するのに通常 24 時間かかるところ、わずか 6 時間培養した分離株の場合に当てはまった。オックスフォード大学の博士課程在学中にこの研究に携わり、現在はケンブリッジ大学に所属するトゥアン・アン・トラン博士は次のように述べている。「シプロフロキサシンに耐性のあるS.チフス菌は、この抗生物質にまだ感受性のある菌とはいくつかの顕著な違いがあります。熟練した人間の検査技師なら、これらのいくつかを識別できるかもしれませんが、それだけでは耐性菌と感受性菌を確実に区別するには不十分です。」「機械学習モデルの優れた点は、人間の目では検出できない顕微鏡画像のいくつかの微妙な特徴に基づいて耐性菌を識別できることです。」この方法を使用してサンプルを分析するには、血液、尿、便などのサンプルから細菌を分離する必要があります。ただし、細菌をシプロフロキサシンに対してテストする必要がないため、プロセス全体を数日から数時間に短縮できる可能性があります。この特定のアプローチがどれだけ実用的で費用対効果が高いかには限界があるが、抗菌薬耐性との戦いを支援する上で人工知能がどれだけ強力になり得るかを原理的に実証していると研究チームは述べている。ケンブリッジ大学医学部の博士課程在学中にこのプロジェクトを立ち上げ、現在はニューメキシコ大学とハーバード公衆衛生大学院の博士研究員であるスシュミタ・スリダール博士は次のように述べている。「このアプローチは単一細胞解像度の画像を使用するため、まだどこでも容易に導入できるソリューションではありません。しかし、細菌の形状と構造に関するいくつかのパラメータを捉えるだけで、比較的容易に薬剤耐性を予測するのに十分な情報が得られるという点で、非常に有望です。」研究チームは現在、より大規模な細菌コレクションに取り組んで、より強力な実験セットを作成することを目指しています。これにより、識別プロセスがさらに高速化され、さまざまな細菌種におけるシプロフロキサシンやその他の抗生物質に対する耐性を識別できるようになります。スリダール氏はさらにこう付け加えた。「特に臨床の場で本当に重要なのは、血液や尿、痰などの複雑なサンプルを採取し、そこから感受性と耐性を直接特定できることです。これははるかに複雑な問題であり、病院での臨床診断においてさえまったく解決されていません。これを実現する方法を見つけることができれば、薬剤耐性を特定するのにかかる時間を短縮し、コストを大幅に削減できます。これは本当に画期的なことです。」この研究はウェルカム社によって資金提供された。参照Tran, TA & Sridhar, S 他 機械学習とハイコンテンツイメージングを組み合わせて、サルモネラチフス菌の分離株におけるシプロフロキサシン感受性を推測します。 Nat Comms; 2024年6月13日; DOI: 10.1038/s41467-024-49433-4 1720423868 #AIが顕微鏡検査で薬剤耐性腸チフスを数時間で特定 2024-07-08 07:14:00

AIが顕微鏡検査で薬剤耐性腸チフスを数時間で特定

抗菌薬耐性は、世界中で増加している健康問題であり、多くの感染症の治療が困難になり、治療の選択肢も少なくなっています。近い将来、一部の感染症が治療不能になるという懸念さえ生じています。

医療従事者が直面している課題の 1 つは、第一選択薬で治療できる微生物と治療に耐性のある微生物を迅速に区別する能力です。従来の検査では、細菌を培養し、さまざまな抗菌治療に対してテストし、検査技師または機械で分析する必要があり、数日かかることがあります。この遅延により、患者が不適切な薬で治療されることになり、より深刻な結果につながり、薬剤耐性をさらに促進する可能性があります。

ネイチャー・コミュニケーションズ誌に掲載された研究で、ケンブリッジ大学のスティーブン・ベイカー教授の研究室の研究者が率いるチームは、第一選択の抗生物質シプロフロキサシンに耐性のあるサルモネラ・チフス菌を、その薬剤に対する細菌の検査を行わなくても顕微鏡画像から識別できる機械学習ツールを開発した。

S. Typhimurium は、重症の場合、発熱、疲労、頭痛、吐き気、腹痛、便秘または下痢などの症状を伴う胃腸疾患や腸チフス様疾患を引き起こします。重症の場合、生命を脅かす可能性があります。感染症は抗生物質で治療できますが、細菌は多くの抗生物質に対して耐性を持つようになり、治療が複雑になっています。

研究チームは高解像度顕微鏡を使用して、シプロフロキサシンの濃度を高めたS. Typhimurium分離株を調べ、耐性株と感受性株を区別するための最も重要な5つの画像特徴を特定しました。

次に、16 個のサンプルから得た画像データを使用して、これらの特徴を認識する機械学習アルゴリズムをトレーニングし、テストしました。

このアルゴリズムは、細菌を薬剤にさらすことなく、細菌がシプロフロキサシンに感受性か耐性かをそれぞれのケースで正確に予測することができた。これは、抗生物質の存在下でサンプルを培養するのに通常 24 時間かかるところ、わずか 6 時間培養した分離株の場合に当てはまった。

オックスフォード大学の博士課程在学中にこの研究に携わり、現在はケンブリッジ大学に所属するトゥアン・アン・トラン博士は次のように述べている。「シプロフロキサシンに耐性のあるS.チフス菌は、この抗生物質にまだ感受性のある菌とはいくつかの顕著な違いがあります。熟練した人間の検査技師なら、これらのいくつかを識別できるかもしれませんが、それだけでは耐性菌と感受性菌を確実に区別するには不十分です。」

「機械学習モデルの優れた点は、人間の目では検出できない顕微鏡画像のいくつかの微妙な特徴に基づいて耐性菌を識別できることです。」

この方法を使用してサンプルを分析するには、血液、尿、便などのサンプルから細菌を分離する必要があります。ただし、細菌をシプロフロキサシンに対してテストする必要がないため、プロセス全体を数日から数時間に短縮できる可能性があります。

この特定のアプローチがどれだけ実用的で費用対効果が高いかには限界があるが、抗菌薬耐性との戦いを支援する上で人工知能がどれだけ強力になり得るかを原理的に実証していると研究チームは述べている。

ケンブリッジ大学医学部の博士課程在学中にこのプロジェクトを立ち上げ、現在はニューメキシコ大学とハーバード公衆衛生大学院の博士研究員であるスシュミタ・スリダール博士は次のように述べている。「このアプローチは単一細胞解像度の画像を使用するため、まだどこでも容易に導入できるソリューションではありません。しかし、細菌の形状と構造に関するいくつかのパラメータを捉えるだけで、比較的容易に薬剤耐性を予測するのに十分な情報が得られるという点で、非常に有望です。」

研究チームは現在、より大規模な細菌コレクションに取り組んで、より強力な実験セットを作成することを目指しています。これにより、識別プロセスがさらに高速化され、さまざまな細菌種におけるシプロフロキサシンやその他の抗生物質に対する耐性を識別できるようになります。

スリダール氏はさらにこう付け加えた。「特に臨床の場で本当に重要なのは、血液や尿、痰などの複雑なサンプルを採取し、そこから感受性と耐性を直接特定できることです。これははるかに複雑な問題であり、病院での臨床診断においてさえまったく解決されていません。これを実現する方法を見つけることができれば、薬剤耐性を特定するのにかかる時間を短縮し、コストを大幅に削減できます。これは本当に画期的なことです。」

この研究はウェルカム社によって資金提供された。

参照

Tran, TA & Sridhar, S 他 機械学習とハイコンテンツイメージングを組み合わせて、サルモネラチフス菌の分離株におけるシプロフロキサシン感受性を推測します。 Nat Comms; 2024年6月13日; DOI: 10.1038/s41467-024-49433-4

1720423868
#AIが顕微鏡検査で薬剤耐性腸チフスを数時間で特定
2024-07-08 07:14:00

執筆者について: nipponese

Nipponese News編集部は、国内外のニュースを日本語で分かりやすくお届けします。