Legenda da imagem: Teste de difusão em disco de Kirby-Bauer de bactérias intestinais: Folhas de papel embebidas em antibióticos são colocadas numa placa de Petri. A concentração do antibiótico diminui com o aumento da distância. Quanto mais próximo as bactérias crescem das folhas de teste, mais resistentes elas são (círculos vermelhos). Se os gradientes de dois antibióticos diferentes se encontrarem, a sua eficácia pode aumentar (setas amarelas). (Imagem: UZH)

Investigadores da Universidade de Zurique (UZH) deram um passo significativo na luta contra a resistência aos antibióticos, utilizando inteligência artificial (IA) para identificar bactérias resistentes. O estudo, liderado pelo Professor Adrian Egli do Instituto de Microbiologia Médica da UZH, é pioneiro na aplicação do modelo de IA GPT-4, desenvolvido pela OpenAI, para analisar a resistência antimicrobiana.

A equipa de investigação utilizou a IA para interpretar o teste de difusão em disco de Kirby-Bauer, um método laboratorial comum que ajuda os médicos a determinar quais os antibióticos eficazes contra infeções bacterianas específicas. Com base no GPT-4, os cientistas criaram o “EUCAST-GPT-expert”, um sistema que segue rigorosamente as diretrizes do Comité Europeu de Testes de Suscetibilidade Antimicrobiana (EUCAST) para interpretar mecanismos de resistência antimicrobiana. O sistema foi testado em centenas de isolados bacterianos, contribuindo para a identificação de resistência a antibióticos vitais.

Embora os especialistas humanos tenham demonstrado maior precisão na determinação de resistências, o sistema de IA revelou-se mais rápido. O Professor Egli salientou a crescente ameaça global da resistência aos antibióticos e a necessidade urgente de ferramentas mais rápidas e fiáveis para a sua deteção. Ele considera este estudo como um primeiro passo crucial para a integração da IA no diagnóstico de rotina, permitindo aos médicos identificar bactérias resistentes com maior rapidez.

O sistema de IA mostrou bom desempenho na deteção de certos tipos de resistência, mas não foi perfeito. Embora eficaz na identificação de bactérias resistentes a determinados antibióticos, por vezes classificou erroneamente bactérias como resistentes quando não o eram, o que poderia levar a atrasos no tratamento. No entanto, o sistema de IA pode ajudar a padronizar e acelerar o processo de diagnóstico.

Apesar das limitações, o estudo destaca o potencial transformador da IA na área da saúde. Ao oferecer uma abordagem padronizada para a interpretação de testes diagnósticos complexos, a IA poderá eventualmente ajudar a reduzir a variabilidade e subjetividade existentes nas leituras manuais, melhorando os resultados para os pacientes.

O Professor Egli enfatiza que são necessários mais testes e melhorias antes que esta ferramenta de IA possa ser utilizada em hospitais. Ele vê a IA como uma ferramenta complementar para apoiar o trabalho dos microbiologistas, não como um substituto da expertise humana.

O estudo sugere que a IA tem o potencial de apoiar a resposta global ao desenvolvimento de resistência aos antibióticos. Com mais desenvolvimento, os diagnósticos baseados em IA poderão ajudar laboratórios em todo o mundo a melhorar a velocidade e precisão na deteção de infeções resistentes a medicamentos, contribuindo para preservar a eficácia dos antibióticos existentes.

NR/HN/Alphagalileo