Forscher der Universität Zürich (UZH) haben mithilfe künstlicher Intelligenz (KI) dabei geholfen, antibiotikaresistente Bakterien zu identifizieren. Das Team um Adrian Egli, UZH-Professor am Institut für Medizinische Mikrobiologie, untersucht erstmals, wie GPT-4, ein leistungsstarkes KI-Modell von OpenAI, zur Analyse von Antibiotikaresistenzen eingesetzt werden kann.
Die Forscher verwendeten KI, um einen gängigen Labortest zu interpretieren, der als Kirby-Bauer-Scheibendiffusionstest bekannt ist und Ärzten dabei hilft, festzustellen, welche Antibiotika eine bestimmte bakterielle Infektion bekämpfen können und welche nicht. Basierend auf GPT-4 erstellten die Wissenschaftler den „EUCAST-GPT-Expert“, der strenge EUCAST-Richtlinien (European Committee on Antimicrobial Susceptibility Testing) zur Interpretation antimikrobieller Resistenzmechanismen befolgt. Durch die Einbeziehung neuester Daten und Expertenregeln wurde das System an Hunderten von Bakterienisolaten getestet und half dabei, Resistenzen gegen lebensrettende Antibiotika zu identifizieren.
Die Arbeit war veröffentlicht im Zeitschrift für klinische Mikrobiologie.
„Antibiotikaresistenzen stellen weltweit eine wachsende Bedrohung dar und wir brauchen dringend schnellere und zuverlässigere Werkzeuge, um sie zu erkennen“, sagt Egli, der die Studie leitete. „Unsere Forschung ist der erste Schritt hin zum Einsatz von KI in der Routinediagnostik, um Ärzten dabei zu helfen, resistente Bakterien schneller zu erkennen.“
Das KI-System hat bei der Erkennung bestimmter Arten von Widerständen gute Ergebnisse erzielt, war jedoch nicht perfekt. Obwohl es gut darin war, Bakterien zu erkennen, die gegen bestimmte Antibiotika resistent waren, wurden Bakterien manchmal als resistent gekennzeichnet, obwohl dies nicht der Fall war, was möglicherweise zu Verzögerungen bei der Behandlung führte. Im Vergleich dazu waren menschliche Experten bei der Bestimmung der Resistenz genauer, aber das KI-System könnte dennoch dazu beitragen, den Diagnoseprozess zu standardisieren und zu beschleunigen.
Trotz der Einschränkungen unterstreicht die Studie das transformative Potenzial von KI im Gesundheitswesen. Durch die Bereitstellung eines standardisierten Ansatzes für die Interpretation komplexer diagnostischer Tests könnte KI letztendlich dazu beitragen, die Variabilität und Subjektivität manueller Messungen zu verringern und so die Patientenergebnisse zu verbessern.
Egli betont, dass weitere Tests und Verbesserungen erforderlich seien, bevor dieses KI-Tool in Krankenhäusern eingesetzt werden könne. „Unsere Studie ist ein wichtiger erster Schritt, aber wir sind weit davon entfernt, menschliches Fachwissen zu ersetzen. Stattdessen sehen wir KI als ergänzendes Werkzeug, das Mikrobiologen bei ihrer Arbeit unterstützen kann“, sagt er.
Laut der Studie hat KI das Potenzial, die globale Reaktion auf die Entwicklung von Antibiotikaresistenzen zu unterstützen. Mit der weiteren Entwicklung könnte die KI-basierte Diagnostik Laboren weltweit dabei helfen, die Geschwindigkeit und Genauigkeit der Erkennung arzneimittelresistenter Infektionen zu verbessern und so dazu beizutragen, die Wirksamkeit bestehender Antibiotika zu erhalten.
Weitere Informationen:
Christian G. Giske et al, GPT-4-basierte KI-Agenten – das neue Expertensystem zur Erkennung antimikrobieller Resistenzmechanismen?, Zeitschrift für klinische Mikrobiologie (2024). DOI: 10.1128/jcm.00689-24