Harnessing AI to generate patterns of antibiotic resistance in real time

“एंटीबायोटिक दवाओं के बीच प्रतिरोध का एक साझा तंत्र है, हम पहले से ही जानते हैं। आमतौर पर ऐसा करने के लिए, लोग जीनोमिक्स का उपयोग करते हैं, लेकिन यह एक महंगा प्रस्ताव है, ”डॉ। सेठी बताते हैं। “हमने एक रास्ता प्रस्तावित किया है, जो सस्ती है, क्योंकि यह अस्पतालों से इन नियमित डेटा सेटों का उपयोग करता है। हम दिखाते हैं कि नियमित रूप से नियमित डेटा का उपयोग करके, हम विभिन्न एंटीबायोटिक दवाओं के जोड़े के बीच संबंधों को समझ सकते हैं और दिशा एएमआर ले रही है – चाहे वह बढ़ रही हो या नहीं। उदाहरण के लिए, यदि एक विशिष्ट एंटीबायोटिक का प्रतिरोध ऊपर जा रहा है, तो कुछ महीने नीचे लाइन, यह काफी संभावना है कि एक एंटीबायोटिक जोड़ी के प्रतिरोध भी शूटिंग कर सकते हैं। इन कनेक्शनों के साथ, हमने साक्ष्य के कार्रवाई योग्य टुकड़े उत्पन्न किए। ”

डॉ। सेठी कहते हैं: “हमने एआई को देखने के पारंपरिक तरीके से परे जाने की कोशिश की है – यह पूछने पर कि यह एक नैदानिक ​​सेटिंग या सार्वजनिक स्वास्थ्य सेटिंग में दिए गए रोगी के लिए बेहतर निर्णय लेने में कैसे सक्षम हो सकता है। हमें लगता है कि एआई का उपयोग एएमआर स्टीवर्डशिप और निगरानी पहलुओं को समझने के लिए भी किया जा सकता है, अस्पताल के स्तर से, ऊपर की ओर। अस्पताल पहले से ही नियमित रूप से रोगी आइसोलेट्स को बाहर भेजते हैं, उदाहरण के लिए, उपचार पाठ्यक्रमों पर सूचित निर्णय लेने के लिए संस्कृति संवेदनशीलता परीक्षण के लिए, रक्त, थूक, मूत्र, मवाद, आदि। हम कह रहे हैं कि इन रिपोर्टों का उपयोग एआई-आधारित पाइपलाइनों और तरीकों के निर्माण के लिए किया जा सकता है जो एआई-चालित या ए-एनहांस्ड एंटीमाइक्रोबियल स्टीवर्डशिप को जन्म दे सकते हैं। ”

Amrorbit स्कोरकार्ड जिसे टीम ने विकसित किया था, ने भी एक पुरस्कार जीता 2024 एएमआर निगरानी डेटा चैलेंज। क्या हम इसे अधिक समय पर बनाने के लिए इन स्कोरकार्ड का उपयोग कर सकते हैं? डॉ। सेठी बताते हैं: “यह प्रतिरोध की कक्षा को, हर अस्पताल या विभाग के बारे में कहते हैं, प्रतिरोध के वैश्विक माध्य और परिवर्तन की वैश्विक दर के साथ। तो उन वैश्विक मूल्यों के आसपास, एक विभाग, एक अस्पताल या एक निश्चित देश का किराया कितना अच्छा है? यही स्कोरकार्ड के लिए वास्तविक समय डेटा प्रदान करने में सक्षम होगा। ”

किसी भी अस्पताल या देश के लिए आदर्श चतुर्थांश है जहां कम बेसलाइन प्रतिरोध और परिवर्तन की कम दर है, IIIT-D के जैस्मीन कौर और पेपर के प्रमुख लेखक बताते हैं। ऑर्बिट्स सर्पिल इन या आउट, लेकिन एआई टूल समय पर हस्तक्षेप की सुविधा प्रदान करने वाली जानकारी की पेशकश कर सकता है जो इसे प्रतिरोध की एक वांछनीय श्रेणी में ला सकता है।

ये एआई मॉडल कितने सटीक और विश्वसनीय हैं? “हमारे पेपर में, हमने दिखाया है कि हमारे मॉडल ने रुझानों को कैप्चर किया था जैसा कि हमने डेटा एकत्र किया था। हालांकि, जब तक हमारे पास भविष्य के डेटा नहीं हैं, हम वास्तव में नहीं कह सकते हैं, जैसे, उदाहरण के लिए, कोविड- 19 अपडेंडिंग चीजें, है ना? वर्तमान में हमारे पास एकमात्र सबूत यह है कि विश्व स्तर पर ऐसा लगता है कि हमारे मॉडल विभिन्न अध्ययनों में प्रतिरोध की बढ़ती दर पर कब्जा कर रहे हैं। ”

चिकित्सक दृश्य छवि के आधार पर सूचित निर्णय ले सकते हैं जो ओमोरबिट उन्हें अस्पताल द्वारा उत्पन्न डेटा का उपयोग करके प्रदान करता है, सुश्री कौर बताते हैं। यह साबित हो गया है कि यह विभिन्न स्तरों पर चल रही निगरानी को बढ़ा सकता है। वह टूल का उपयोग करके विभिन्न प्रकार की तुलना की जा सकती है, वह कहती है। उदाहरण के लिए, यदि यह अस्पतालों की एक श्रृंखला है, तो उपकरण का उपयोग देश भर के विभिन्न विभागों, शहरों और केंद्रों के बीच एएमआर दरों की तुलना करने के लिए किया जा सकता है। “एकमात्र संभव सीमा उन परिस्थितियों और सेटिंग्स में होगी जिनमें सुसंगत, दानेदार निगरानी डेटा नहीं है। तब एआई मॉडल का कोई मतलब नहीं होगा। यह उन देशों में हो सकता है जहां निगरानी डेटा डिजिटल रूप से सुलभ नहीं है।

“हम जानते हैं कि अन्य पर्यावरणीय कारक हैं जैसे कि एनीबायोटिक्स का उपयोग पोल्ट्री उद्योग में विकास कारकों के रूप में किया जा रहा है या मिट्टी में लीचेट्स है, जिससे एएमआर भी हो सकता है। आदर्श होगा, यदि सार्वजनिक स्वास्थ्य स्तर पर, हमें अस्पतालों से हमारे पास मौजूद डेटा का उपयोग करने में सक्षम होना चाहिए, तो इसे एंटीबायोटिक बिक्री, और सामुदायिक स्तर के डेटा के साथ मिलान करना और पर्यावरणीय कारकों का भी अध्ययन करना चाहिए। हम उम्मीद करते हैं कि जल्द ही, डॉ। सेठी बताते हैं।