Sepsis ist eine lebensbedrohliche Infektionskomplikation und verursacht in den USA jährlich 1,7 Millionen Krankenhauseinweisungen und 350.000 Todesfälle. Eine schnelle und genaue Diagnose ist entscheidend, da das Sterberisiko ohne wirksame Behandlung stündlich um bis zu 8 % steigt. Der aktuelle Diagnosestandard basiert jedoch auf dem Kulturwachstum, das normalerweise zwei bis drei Tage dauert.
Bis mehr Informationen für eine genaue Diagnose vorliegen, können sich Ärzte für die Verabreichung von Breitbandantibiotika entscheiden. Diese können jedoch eine eingeschränkte Wirksamkeit aufweisen und für den Patienten giftig sein.
In einer Studie, die vorgestellt wurde bei ASM Microbehat ein Team von Day Zero Diagnostics einen neuartigen Ansatz zur Prüfung der antimikrobiellen Empfindlichkeit unter Verwendung künstlicher Intelligenz (KI) vorgestellt.
Ihr System, Keynome gAST (genomischer antimikrobieller Empfindlichkeitstest), umgeht die Notwendigkeit des Kulturwachstums, indem es bakterielle Gesamtgenome analysiert, die direkt aus Patientenblutproben extrahiert wurden. Die vorläufigen Ergebnisse basieren auf Studien, bei denen Proben aus vier Krankenhäusern im Raum Boston gesammelt wurden.
Im Gegensatz zu herkömmlichen Methoden, die auf bekannten Resistenzgenen basieren, identifizieren die Algorithmen des maschinellen Lernens selbstständig die Treiber von Resistenz und Anfälligkeit auf der Grundlage von Daten aus einer kontinuierlich wachsenden umfangreichen Datenbank mit mehr als 75.000 Bakteriengenomen und 800.000 Ergebnissen von Empfindlichkeitstests (zum Zeitpunkt dieser Studie 48.000 Bakteriengenome und 450.000 Ergebnisse von Empfindlichkeitstests). Dies ermöglicht schnelle und genaue Vorhersagen der antimikrobiellen Resistenz und revolutioniert die Diagnose und Behandlung von Sepsis.
„Das Ergebnis ist die erste Demonstration umfassender und hochpräziser Vorhersagen zur Empfindlichkeit und Resistenz gegenüber antimikrobiellen Substanzen direkt aus klinischen Blutproben“, sagte Dr. Jason Wittenbach, Director of Data Science bei Day Zero Diagnostics und Hauptautor der Studie.
„Dies stellt einen entscheidenden Beweis für die Machbarkeit einer schnellen, auf maschinellem Lernen basierenden Diagnostik der antimikrobiellen Resistenz dar, die die Behandlung revolutionieren, Krankenhausaufenthalte verkürzen und Leben retten könnte.“
Die Forscher sagen, dass angesichts der begrenzten Stichprobengröße weitere Studien erforderlich sind, die Ergebnisse könnten jedoch angesichts der zunehmenden Bedrohung durch antimikrobielle Resistenzen und der Notwendigkeit einer schnellen Diagnose und Behandlung einer Sepsis zu erheblichen Verbesserungen der Patientenergebnisse beitragen.
Mehr Informationen:
ASM Microbe ist die Jahrestagung der American Society for Microbiology, die vom 13. bis 17. Juni 2024 in Atlanta, Georgia, stattfindet.