A inteligência artificial poderá desenvolver tratamentos para prevenir as "superbactérias

Pesquisadores da Cleveland Clinic desenvolveram um modelo de inteligência artificial (IA) capaz de determinar a melhor combinação e o momento ideal para o tratamento de uma infecção bacteriana, com base apenas na taxa de crescimento da bactéria em determinadas condições. A equipe, liderada pelo Dr. Jacob Scott e seu laboratório na Divisão Teórica de Hematologia e Oncologia Translacional, publicou recentemente suas descobertas na revista Proceedings of the National Academy of Sciences.

Os antibióticos são creditados por aumentar a expectativa de vida média nos Estados Unidos em quase uma década. Os tratamentos reduziram as taxas de mortalidade por problemas de saúde que hoje consideramos menores, como alguns cortes e ferimentos. Mas os antibióticos não funcionam mais tão bem quanto antes, em parte porque são tão amplamente utilizados.

“Organizações globais de saúde concordam que estamos entrando em uma era pós-antibióticos”, explica o Dr. Scott. “Se não mudarmos a forma como combatemos as bactérias, até 2050 mais pessoas morrerão de infecções resistentes a antibióticos do que de câncer.”

As bactérias se multiplicam rapidamente, produzindo descendentes mutantes. O uso excessivo de antibióticos dá às bactérias a oportunidade de desenvolver mutações resistentes ao tratamento. Com o tempo, os antibióticos matam todas as bactérias suscetíveis, deixando apenas os mutantes mais fortes que os antibióticos não conseguem matar.

Uma estratégia que os médicos usam para otimizar os tratamentos de infecções bacterianas é a rotação de antibióticos. Os profissionais de saúde alternam entre diferentes antibióticos ao longo do tempo. A alternância entre diferentes medicamentos dá às bactérias menos tempo para desenvolver resistência a qualquer classe de antibióticos. A rotação pode até mesmo tornar as bactérias mais suscetíveis a outros antibióticos.

“A rotação de medicamentos se mostra promissora no tratamento eficaz de doenças”, afirma o primeiro autor do estudo e estudante de medicina, Davis Weaver, PhD. “O problema é que não sabemos a melhor maneira de fazer isso. Não há padrões para qual antibiótico administrar, por quanto tempo ou em que ordem.”

O coautor do estudo, Dr. Jeff Maltas, pesquisador de pós-doutorado na Cleveland Clinic, utiliza modelos computacionais para prever como a resistência bacteriana a um antibiótico a torna mais fraca a outro. Ele se uniu ao Dr. Weaver para verificar se modelos baseados em dados poderiam prever padrões de rotação de medicamentos que minimizassem a resistência aos antibióticos e maximizassem a suscetibilidade, apesar da natureza aleatória da evolução bacteriana.

O Dr. Weaver liderou a aplicação do aprendizado por reforço ao modelo de rodízio de medicamentos, que ensina um computador a aprender com seus erros e acertos para determinar a melhor estratégia para concluir uma tarefa. O estudo é um dos primeiros a aplicar o aprendizado por reforço a esquemas de rodízio de antibióticos, de acordo com os Drs. Weaver e Maltas.

Simulação evolutiva esquemática e abordagens de otimização testadas. Fonte: Proceedings of the National Academy of Sciences (2024). DOI: 10.1073/pnas.2303165121

“O aprendizado por reforço é uma abordagem ideal porque você só precisa saber a velocidade de crescimento das bactérias, o que é relativamente fácil de determinar”, explica o Dr. Weaver. “Também há espaço para variação e erro humano. Você não precisa medir a taxa de crescimento com precisão de milissegundos todas as vezes.”

A IA da equipe de pesquisa conseguiu descobrir os planos de rotação de antibióticos mais eficazes para tratar diversas cepas de E. coli e prevenir a resistência aos medicamentos. O estudo mostra que a IA pode auxiliar na tomada de decisões complexas, como o cálculo de esquemas de tratamento com antibióticos, afirma o Dr. Maltas.

O Dr. Weaver explica que, além de gerenciar a infecção em um paciente individual, o modelo de IA da equipe pode informar como os hospitais tratam infecções em geral. Ele e sua equipe de pesquisa também estão trabalhando para expandir seu trabalho para além das infecções bacterianas, abrangendo outras doenças mortais.

“Essa ideia não se limita a bactérias; ela pode ser aplicada a qualquer objeto que possa desenvolver resistência ao tratamento”, afirma. “No futuro, acreditamos que esses tipos de IA poderão ser usados para controlar cânceres resistentes ao tratamento.”