Criza antibioticelor devine o realitate palpabilă în spitalele românești și la nivel global, nu mai este un subiect rezervat cercetărilor și rapoartelor de specialitate. Odată cu creșterea cazurilor de infecții rezistente la tratamentele cunoscute, medicii se confruntă tot mai des cu situații în care antibioticele vechi nu mai funcționează, iar opțiunile terapeutice se restrâng alarmant. În acest context, folosirea inteligenței artificiale (AI) pentru descoperirea de noi molecule și pentru administrarea mai precisă a antibioticelor începe să capete tot mai multă importanță, promițând să revoluționeze modul în care combatem bacteriile rezistente.
### Resistența antimicrobiană: o amenințare care se agravează
Rezistența bacteriană la antibiotice nu mai este un fenomen de viitor, ci o problemă prezentă și devastatoare, cu efecte directe asupra sistemului de sănătate. La nivel global, în 2019, s-a estimat că peste 1,2 milioane de decese au fost cauzate direct de infecții rezistente, iar aproape 5 milioane au fost asociate cu această problemă. Organizația Mondială a Sănătății o consideră una dintre cele mai mari amenințări pentru sănătatea publică în zilele noastre, deoarece reduce drastic șansele de succes ale tratamentelor și forțează comunitățile medicale să caute soluții inovatoare.
### De ce sunt atât de necesare antibiotice noi și cum schimbă AI-ul jocul
Pentru cercetători, descoperirea unui antibiotic nou tradițional presupune o etapă lungă și costisitoare, bazată pe testarea bibliotecilor de compuși chimici, urmată de teste preclinice și clinice. Însă, drumul până la medicament este plin de obstacole: molecule toxice, pierderea efectului în organism sau apariția rapidă a rezistenței limitează frecvent succesul. În plus, utilizarea antibioticelor pentru perioade scurte, orientată spre boli cronice, nu aduce același profit companiilor farmaceutice, ceea ce reduce și mai mult stimulentele pentru cercetare.
Aici intervenția AI promite să schimbe totul. În loc să caute acul în carul cu fân, modelele generative pot propune structuri moleculare complet noi, complet diferite de cele existente în baze de date, accelerând procesul de identificare a candidaților promițători. Apoi, alte modele pot estima rapid proprietăți precum eficiența antibacteriană, toxicitatea sau stabilitatea chimică, reducând considerabil timpul și resursele necesare pentru selecție. Astfel, generarea și testarea rapidă a moleculelor devin posibile, reducând risipa de bani și timp în fazele incipiente ale cercetării.
### AI-ul în acțiune: exemple concrete din cercetare
Unul dintre cele mai semnificative exemple vine de la Massachusetts Institute of Technology, unde cercetătorii au dezvoltat un cadru bazat pe AI generativ pentru crearea de antibiotice complet noi. Sistemul propus nu se limitează la explorarea bibliotecilor existente, ci poate genera molecule complet noi, apoi le evaluează în mod automat pentru proprietăți antibiotice. În cadrul testelor, echipa a reușit să sintetizeze câteva compuși care au demonstrat activitate antibacteriană, în special împotriva unor bacterii problematici, precum MRSA sau Neisseria gonorrhoeae, fără efecte adverse asupra celulelor umane. La nivel practic, această metodă reduce semnificativ „risipa” de timp și bani, accelerând procesul de descoperire.
Cu toate acestea, cercetătorii avertizează asupra riscurilor. Pentru fiecare rezultat promițător în laborator, urmează mulți alți pași: optimizare, studii de siguranță, teste pe animale și, în final, cercetări clinice. Un rezultat pozitiv inițial nu echivalează automat cu un medicament aprobat pentru utilizare umană.
### AI, dar nu o soluție magică în tratament
În terapia clinică, AI-ul devine un instrument valoros mai ales în dozele personalizate, mai ales în cazurile grave precum sepsisul, unde orice greșeală poate însemna dezastru. De exemplu, un proiect recent deschis în Germania utilizează modele de învățare automată pentru a estima concentrațiile de antibiotice în sânge, adaptând doza individualizat pentru fiecare pacient. În cazul sepsisului, această abordare permite medicilor să idealizeze tratamentul, evitând subdozarea sau supradozarea, două capcane care pot duce la eșecul terapiei sau la apariția rezistenței.
Totuși, aceste sisteme nu sunt fără limite. Datele clinice incomplete, variabilitatea răspunsurilor individuale și necesitatea interpretării ușor de înțeles de către medici sunt obstacole departe de a fi depășite complet. La fel ca în toate domeniile medicale, AI-ul trebuie să completeze, nu să înlocuiască, expertiza umană.
### O perspective promisătoare
Deși drumul spre noi antibiotice, dezvoltate cu ajutorul AI, rămâne plin de provocări, evoluția tehnologică și cercetările din ultimii ani oferă speranță. În loc să fie doar o promisiune în laboratoare, această tehnologie începe deja să-și facă simțită prezența în mod concret, creând posibilitatea ca, în viitor, infecțiile rezistente să devină mai dificil de controlat, dar nu imposibil. Cu o grijă constantă pentru siguranță și o investire continuă în cercetare, AI-ul poate ajuta la construirea unui arsenal mai eficient și mai adaptabil în lupta contra bacteriilor periculoase, oferind un nou start pentru medicina antimicrobiană.
