A inteligência artificial poderia desenvolver tratamentos para prevenir ‘superbactérias’

Pesquisadores da Clínica Cleveland desenvolveram um modelo de inteligência artificial (IA) que pode determinar a melhor combinação e o momento certo para prescrever medicamentos para tratar uma infecção bacteriana com base apenas na taxa de crescimento bacteriano sob determinadas exposições. Uma equipe liderada pelo Dr. Jacob Scott e seu laboratório na Divisão Teórica de Hematologia e Oncologia Translacional publicou recentemente seus resultados no Proceedings of the National Academy of Sciences. p>

Acredita-se que os antibióticos tenham aumentado a expectativa de vida nos Estados Unidos em quase uma década. O tratamento reduziu a taxa de mortalidade por problemas de saúde que hoje consideramos menores, como alguns cortes e ferimentos. No entanto, os antibióticos já não funcionam tão bem como antes, em parte devido ao seu uso generalizado.

“As 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 cancro.”

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 mutantes mais fortes que os antibióticos não conseguem destruir.

Uma estratégia que os médicos estão usando para modernizar o tratamento de infecções bacterianas é chamada de rotação de antibióticos. Os prestadores de cuidados de saúde alternam entre diferentes antibióticos durante períodos específicos de tempo. Alternar entre diferentes medicamentos dá às bactérias menos tempo para desenvolver resistência a qualquer classe de antibiótico. A rotação pode até tornar as bactérias mais suscetíveis a outros antibióticos.

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

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

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

Simulação evolutiva esquemática e abordagens de otimização testadas. Fonte: Anais da Academia Nacional de Ciências (2024). DOI: 10.1073/pnas.2303165121

“A aprendizagem por reforço é uma abordagem ideal porque você só precisa saber a rapidez com que as bactérias crescem, o que é relativamente fácil de determinar”, explica o Dr. Weaver. “Também há espaço para variação e erro humano. Não há necessidade de medir a taxa de crescimento até o milissegundo todas as vezes.”

A IA da equipe de pesquisa conseguiu descobrir os planos de rotação de antibióticos mais eficazes para tratar múltiplas cepas de E. Coli e prevenir a resistência aos medicamentos. O estudo mostra que a IA pode apoiar tomadas de decisões complexas, como o cálculo de cronogramas de tratamento com antibióticos, diz o Dr. Maltas.

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

“Essa ideia não se limita às bactérias, mas pode ser aplicada a qualquer coisa que possa desenvolver resistência ao tratamento”, afirma. “No futuro, acreditamos que estes tipos de IA poderão ser usados para gerir cancros resistentes ao tratamento.”