La IA ayuda a detectar la resistencia a los antibióticos

Se trata de un primer paso importante hacia la integración de la GPT-4 en el diagnóstico clínico

24.10.2024
Computer-generated image

Imagen simbólica

Investigadores de la Universidad de Zúrich (UZH) han utilizado la inteligencia artificial (IA) para ayudar a identificar bacterias resistentes a los antibióticos. El equipo dirigido por Adrian Egli, catedrático de la UZH en el Instituto de Microbiología Médica, es el primero en investigar cómo GPT-4, un potente modelo de IA desarrollado por OpenAI, puede utilizarse para analizar la resistencia a los antibióticos.

UZH

Prueba de difusión en disco de Kirby-Bauer de bacterias intestinales: Se colocan hojas de papel empapadas con antibióticos en una placa de Petri. La concentración de antibiótico disminuye al aumentar la distancia. Cuanto más se acercan las bacterias a las hojas de prueba, más resistentes son (círculos rojos). Si los gradientes de dos antibióticos diferentes se encuentran, su eficacia puede aumentar (flechas amarillas).

Los investigadores utilizaron la IA para interpretar una prueba de laboratorio común conocida como prueba de difusión en disco de Kirby-Bauer, que ayuda a los médicos a determinar qué antibióticos pueden o no combatir una infección bacteriana concreta. Basándose en el GPT-4, los científicos crearon el "EUCAST-GPT-expert", que sigue las estrictas directrices del EUCAST (Comité Europeo de Pruebas de Susceptibilidad a los Antimicrobianos) para interpretar los mecanismos de resistencia a los antimicrobianos. Al incorporar los datos más recientes y las reglas de los expertos, el sistema se probó en cientos de aislados bacterianos, ayudando a identificar la resistencia a antibióticos que salvan vidas.

Los expertos humanos son más precisos, pero la IA es más rápida

"La resistencia a los antibióticos es una amenaza creciente en todo el mundo y necesitamos urgentemente herramientas más rápidas y fiables para detectarla", afirma Adrian Egli, director del estudio. "Nuestra investigación es el primer paso hacia el uso de la IA en diagnósticos rutinarios para ayudar a los médicos a identificar bacterias resistentes más rápidamente".

El sistema de IA funcionó bien en la detección de ciertos tipos de resistencia, pero no fue perfecto. Aunque detectaba bien las bacterias resistentes a determinados antibióticos, a veces las señalaba como resistentes cuando no lo eran, lo que podía provocar retrasos en el tratamiento. En comparación, los expertos humanos eran más precisos a la hora de determinar la resistencia, pero el sistema de IA aún podía ayudar a estandarizar y acelerar el proceso de diagnóstico.

Herramienta útil de apoyo al personal médico

A pesar de las limitaciones, el estudio pone de relieve el potencial transformador de la IA en la atención sanitaria. Al ofrecer un enfoque estandarizado para la interpretación de pruebas diagnósticas complejas, la IA podría ayudar a reducir la variabilidad y subjetividad que existe en las lecturas manuales, mejorando los resultados de los pacientes.

Adrian Egli subraya que se necesitan más pruebas y mejoras antes de que esta herramienta de IA pueda utilizarse en los hospitales. "Nuestro estudio es un primer paso importante, pero estamos lejos de sustituir la experiencia humana. En cambio, vemos la IA como una herramienta complementaria que puede apoyar a los microbiólogos en su trabajo", afirma.

Frenar el desarrollo mundial de la resistencia a los antibióticos

Según el estudio, la IA tiene potencial para apoyar la respuesta mundial al desarrollo de la resistencia a los antibióticos. Con un mayor desarrollo, los diagnósticos basados en IA podrían ayudar a los laboratorios de todo el mundo a mejorar la velocidad y la precisión de la detección de infecciones resistentes a los fármacos, contribuyendo a preservar la eficacia de los antibióticos existentes.

Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.

Publicación original

Más noticias del departamento ciencias

Noticias más leídas

Más noticias de nuestros otros portales

Todos los fabricantes de espectrómetros FT-IR de un vistazo