KI unterstützt bei der Erkennung von Antibiotikaresistenzen

Im Mittelpunkt der Studie stand der Kirby-Bauer-Disk-Diffusionstest, ein gängiges Verfahren zur Bestimmung der Wirksamkeit von Antibiotika bei Infektionen. Der von den Forschenden entwickelte "EUCAST-GPT-Experte" basiert auf GPT-4 und orientiert sich an den strengen Richtlinien des European Committee on Antimicrobial Susceptibility Testing (EUCAST). Das System wurde an Hunderten von Bakterienproben getestet und zeigte sich als hilfreiches Werkzeug zur Erkennung von Resistenzen gegenüber essenziellen Antibiotika. 

"Antibiotikaresistenzen sind weltweit eine wachsende Bedrohung. Wir benötigen dringend schnellere und zuverlässigere Werkzeuge, um sie zu erkennen", erklärt Studienleiter Egli. Trotz guter Resultate zeigte die KI gelegentlich Schwächen: Während sie spezifische Resistenztypen korrekt identifizierte, kam es gelegentlich zu Fehlklassifikationen, bei denen Mikroben als resistent eingestuft wurden, obwohl dies nicht zutraf. Diese Abweichungen verdeutlichen, dass menschliche Fachleute in der Diagnostik weiterhin eine zentrale Rolle spielen. Allerdings bietet das KI-basierte System das Potenzial, den Diagnoseprozess zu standardisieren und für mehr Konsistenz zu sorgen. 

Die von der UZH vorgestellte Studie betont das Potenzial, das KI für die klinische Diagnostik im Gesundheitswesen hat. Die standardisierte Interpretation komplexer Tests könnte zu einer Reduktion der Variabilität und Subjektivität in der Analyse beitragen und damit die Zuverlässigkeit der Diagnose für Ärztinnen und Ärzte erhöhen. Auch wenn das KI-System die menschliche Expertise derzeit nicht ersetzen kann, sieht Professor Egli hierin eine wichtige Unterstützung für Mikrobiologinnen und Mikrobiologen: "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."

Antibiotikaresistenzen stellen ein globales Problem dar, das laut der Universität Zürich eine umfassende Lösung erfordert. KI könnte in Zukunft Labore weltweit dabei unterstützen, arzneimittelresistente Bakterien präziser und schneller zu identifizieren. Solche Systeme könnten dazu beitragen, die Wirksamkeit bestehender Antibiotika länger zu bewahren und damit die Anstrengungen im Kampf gegen die Resistenzentwicklung zu stärken. 

MEDICA.de; Quelle: Universität Zürich