Forschende der Universität Zürich (UZH) haben zum ersten Mal künstliche Intelligenz (KI) zur Identifizierung von antibiotikaresistenten Bakterien eingesetzt. Das Team um Adrian Egli, UZH-Professor am Institut für Medizinische Mikrobiologie hat untersucht, wie GPT-4 – ein leistungsstarkes KI-Modell von OpenAI – zur Analyse von Antibiotikaresistenzen verwendet werden könnte. Die Forschenden nutzten KI, um einen gängigen Labortest zu interpretieren: den sogenannten Kirby-Bauer-Disk-Diffusionstest. Dieser Test zeigt, welche Antibiotika bei einer bestimmten bakteriellen Infektion wirksam sind und welche nicht. Basierend auf GPT-4 schufen die Wissenschaftler den „EUCAST-GPT-Experten“, der den strengen Richtlinien des EUCAST, des European Committee on Antimicrobial Susceptibility Testing, zur Interpretation von Resistenzmechanismen folgt.
KI ist schneller, aber nicht perfekt
Mit den neuesten Daten und Expertenregeln ausgestattet, wurde das System an Hunderten von Bakterien getestet. Und tatsächlich: Es habe geholfen, Resistenzen gegen lebenswichtige Antibiotika zu erkennen. „Antibiotikaresistenzen sind weltweit eine wachsende Bedrohung. Wir benötigen dringend schnellere und zuverlässigere Werkzeuge, um sie zu erkennen“, sagte Studienleiter Egli, „unsere Forschungsarbeit ist der erste Schritt, um KI in der Routinediagnostik einzusetzen, damit Ärztinnen und Ärzte resistente Bakterien schneller identifizieren können.“ Zwar erziele das KI-System gute Resultate bei der Erkennung bestimmter Resistenztypen, sei aber nicht perfekt gewesen. Während es gut darin gewesen sei, Bakterien zu erkennen, die gegen bestimmte Antibiotika resistent sind, habe es manchmal Mikroben als resistent markiert, obwohl sie es nicht waren. Und das könne durchaus zu möglichen Verzögerungen bei der Behandlung führen. Im Vergleich seien menschliche Experten genauer in der Bestimmung von Resistenzen gewesen. Dennoch könne das KI-System dabei helfen, den Diagnoseprozess zu standardisieren und zu beschleunigen, so die Forscherinnen und Forscher.
Weitere Verbesserungen sind nötig
Trotz der Einschränkungen hebt die Studie das transformative Potenzial hervor, das KI im Gesundheitswesen hat. Durch die standardisierte Interpretation komplexer Diagnosetests könnte KI letztendlich dazu beitragen, die Variabilität und Subjektivität manueller Auswertungen zu verringern und so die Ergebnisse für die Patienten zu verbessern. Egli betont, dass weitere Tests und Verbesserungen erforderlich seien, bevor dieses KI-Tool in Krankenhäusern eingesetzt werden könne. „Unsere Studie ist ein wichtiger erster Schritt, aber wir sind noch weit davon entfernt, menschliche Expertise zu ersetzen. Vielmehr sehen wir KI als ein ergänzendes Werkzeug, das Mikrobiologinnen und -biologen in ihrer Arbeit unterstützen kann“, so Egli. Gemäß der Studie habe KI das Potenzial, die weltweiten Anstrengungen zur Eindämmung der zunehmenden Antibiotikaresistenzen zu unterstützen. KI-basierte Diagnostiksysteme könnten zukünftig Labore überall auf der Welt dabei unterstützen, arzneimittelresistente Bakterieninfektionen schneller und präziser zu erkennen – und so die Wirksamkeit bestehender Antibiotika zu erhalten.
Quelle: UZH
Artikel teilen
