圖片來源： iStock/Dr_Microbe

根據(jù)美國疾病控制和預(yù)防中心的數(shù)據(jù)，結(jié)核病是世界上最致命的疾病之一，2017年有近1000萬人受到感染，其中130萬人死于結(jié)核病。但是，導(dǎo)致結(jié)核病的細(xì)菌——結(jié)核分枝桿菌，能夠?qū)δ承┧幬锂a(chǎn)生耐藥性而難以定位。

在這些新感染的病例中，有4％的病例至少對兩種藥物具有耐藥性，這種疾病稱為多重耐藥結(jié)核菌（MDR-TB）。另外，十分之一的人表現(xiàn)出對多種藥物的廣泛耐藥，即所謂的廣泛耐藥結(jié)核?。╔DR-TB）。如果患者確定感染就需要給予一線藥物，如果患者表現(xiàn)出耐藥性癥狀或檢測表明該菌株不受一線治療影響，則增加二線治療。

雷鋒網(wǎng)了解到，哈佛醫(yī)學(xué)院Blavatnik研究所的研究人員設(shè)計(jì)了一種算法，能夠檢測出治療前對常用結(jié)核病藥物的耐藥性。在實(shí)驗(yàn)中，他們成功地在0.1秒之內(nèi)準(zhǔn)確預(yù)測了結(jié)核菌株對10種一線和二線藥物的耐藥性，而且比類似模型的預(yù)測精度更高。

該方法發(fā)表在《EBioMedicine》雜志上，并將被添加到哈佛醫(yī)學(xué)院(Harvard Medical School)的genTB工具中，genTB工具分析結(jié)核病數(shù)據(jù)并預(yù)測結(jié)核病耐藥性。

哈佛醫(yī)學(xué)院的高級(jí)研究作者兼生物醫(yī)學(xué)信息學(xué)助理教授Maha Farhat在一份聲明中說：“耐藥形式的結(jié)核病很難被發(fā)現(xiàn)、難以治療，并且預(yù)示著患者的預(yù)后效果不好。因此，在診斷時(shí)快速檢測出完整的耐藥性的能力，對于改善個(gè)體患者的預(yù)后、減少對他人的傳播至關(guān)重要?！?/p>

Farhat進(jìn)一步解釋到，藥物敏感性檢測設(shè)備在發(fā)展中國家很難獲得，即使在裝備精良的實(shí)驗(yàn)室中，也需要數(shù)周才能驗(yàn)證結(jié)果。而掃描DNA樣本尋找耐藥基因的新檢測方法也有其局限性，主要是無法發(fā)現(xiàn)多種藥物的耐藥或檢測出罕見的導(dǎo)致耐藥的基因變異。

至于全基因組測序測試，它們在檢測二線藥物耐藥性方面往往表現(xiàn)不佳。

相比之下，研究人員的方法利用機(jī)器學(xué)習(xí)算法來捕捉多種突變的影響。它包含兩個(gè)模型：一個(gè)統(tǒng)計(jì)模型和一個(gè)“wide-and-deep”系統(tǒng)，后一個(gè)系統(tǒng)將每個(gè)突變作為一個(gè)變量，該變量要么產(chǎn)生耐藥性，要么沒有。

“我們的目標(biāo)是開發(fā)一個(gè)神經(jīng)網(wǎng)絡(luò)模型，這種模型與大腦中神經(jīng)元之間的連接形成方式大致相似，”該研究的第一作者M(jìn)ichael Chen說?！吧窠?jīng)網(wǎng)絡(luò)將兩種形式的機(jī)器學(xué)習(xí)相互交叉，以識(shí)別基因變異對菌株耐藥性的綜合影響。”

這兩個(gè)人工智能系統(tǒng)對3601株耐一線和二線藥物的結(jié)核菌株進(jìn)行了培訓(xùn)，其中包括1228株耐多藥菌株。為了在現(xiàn)實(shí)環(huán)境中測試它們的性能，這些模型要預(yù)測792個(gè)它們從未“見過”的完全測序的結(jié)核病基因組的耐藥性。

據(jù)雷鋒網(wǎng)了解，“wide-and-deep”的AI系統(tǒng)預(yù)測菌株對一線和二線藥物的耐藥性分別具有94％和90％的準(zhǔn)確率，而統(tǒng)計(jì)模型預(yù)測菌株對一線藥物的耐藥性具有94％的預(yù)測準(zhǔn)確率，對二線藥物預(yù)測準(zhǔn)確率達(dá)88％。兩種模型都能夠在0.1秒內(nèi)預(yù)測菌株對一線和二線治療的耐藥性，而“wide-and-deep”模型顯示出預(yù)測極其罕見的基因突變影響的能力。

研究人員聲稱，如果將這些模型納入臨床試驗(yàn)，可以使藥物耐藥性檢測更快，更準(zhǔn)確?！拔覀兊哪Ｐ蛷?qiáng)調(diào)了人工智能在結(jié)核病中的作用，但其重要性遠(yuǎn)遠(yuǎn)超過了結(jié)核病。AI通過快速合成大量數(shù)據(jù)來幫助指導(dǎo)臨床決策，以幫助臨床醫(yī)生在許多情況和其他疾病中做出最明智的決策?！?/p>

據(jù)雷鋒網(wǎng)了解，該研究得到了美國國立衛(wèi)生研究院BD2K（授予K01 ES026835）的支持。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。