Inteligentna walka ze sepsą - innowacyjne wykorzystanie sztucznej inteligencji w szybkiej diagnostyce mikrobiologicznej sepsy

Sztuczna inteligencja pomoże w szybkiej diagnostyce sepsy

Sepsa to stan nasilonej ogólnoustrojowej odpowiedzi organizmu na infekcję (np. zapalenie płuc, infekcje układu moczowego, infekcje skórne). Jest to stan zagrażający życiu, który wymaga pilnej hospitalizacji i jak najszybszego podania odpowiedniego antybiotyku, ponieważ sepsa rozwija się gwałtownie i w ciągu kilkunastu godzin może doprowadzić do śmierci pacjenta. Stąd tak ważna jest szybka diagnostyka sepsy – określenie, jaki patogen (najczęściej bakteria) ją wywołał i który z antybiotyków będzie skuteczny w jego zwalczaniu. W przypadku tradycyjnych metod diagnostycznych, polegających na hodowli bakterii w laboratorium, identyfikacja drobnoustroju i określenie jego wrażliwości na antybiotyki może zająć nawet tydzień. Znaczące przyspieszenie tej procedury można osiągnąć, jeśli wykorzysta się w tym celu sztuczną inteligencję. To rozwiązanie, nad którym pracuje interdyscyplinarny zespół naukowców z Uniwersytetu Jagiellońskiego, pod kierunkiem Prof. dr hab. n. med. Moniki Brzychczy-Włoch, kierownik Zakładu Molekularnej Mikrobiologii Medycznej, Katedry Mikrobiologii z Wydziału Lekarskiego CM UJ.

Sepsa to jedna z najczęstszych przyczyn zgonów na świecie. Szacuje się, że w Polsce dotyka ona około 50 tys. osób rocznie. Większość przypadków sepsy rozwija się poza szpitalem, a około 40% chorych to dzieci w wieku poniżej 5 roku życia. Sepsę może wywołać zakażenie każdym drobnoustrojem, co oznacza, że czynnikiem etiologicznym sepsy mogą być nawet bakterie, będące składnikiem mikrobioty organizmu, czyli zasiedlające jelito, skórę, jamę ustną czy drogi oddechowe. Czynnikiem ryzyka sepsy jest przede wszystkim osłabiony układ odpornościowy, a także choroby podstawowe, takie jak cukrzyca, choroby serca czy nowotwory. Skuteczne leczenie sepsy utrudnia zbyt późna diagnostyka. Aby przyspieszyć diagnostykę sepsy, krakowscy naukowcy wpadli na pomysł, jak zaangażować do tego głębokie sieci neuronowe. Prace nad opartym o uczenie maszynowe algorytmem do rozpoznawania przyczyny sepsy, a tym samym pozwalającym na szybki dobór optymalnej antybiotykoterapii, są realizowane w ramach działania Proof of Concept finansowanego z Funduszy Europejskich dla Nowoczesnej Gospodarki 2021-2027 (FENG) i realizowanego przez Fundację Nauki Polskiej.

„Intensywne badania nad możliwościami zastosowania algorytmów sztucznej inteligencji do interpretacji obrazów mikrobiologicznych prowadzimy już od kilku lat. Początkowo rozwijaliśmy te algorytmy w oparciu o referencyjne szczepy drobnoustrojów, pochodzące z banków szczepów. Gdy okazało się, że AI świetnie sobie radzi z ich rozpoznawaniem, postanowiliśmy rozpocząć testy z użyciem materiałów biologicznych, pochodzących od pacjentów. Celem, który sobie założyliśmy, jest opracowanie takiego oprogramowania, które na podstawie obrazów mikroskopowych rozmazu próbki krwi, pobranej od pacjenta z sepsą, rozpozna, jaki czynnik etiologiczny wywołał zakażenie i podpowie, jaki antybiotyk należy podać pacjentowi. Będzie to zupełnie nowe narzędzie w diagnostyce mikrobiologicznej. Sztuczna inteligencja jest już szeroko stosowana w medycynie, ale jak dotąd nikt jeszcze nie zastosował jej w mikrobiologii medycznej” – wyjaśnia prof. Monika Brzychczy-Włoch.

Pierwszym etapem do realizacji tego celu było wytypowanie – na podstawie analizy retrospektywnej przypadków sepsy zdiagnozowanych i leczonych w Szpitalu Uniwersyteckim w Krakowie – 20 najczęstszych patogenów, będących przyczyną sepsy. To 15 gatunków bakterii (w

tym najczęściej będące czynnikami etiologicznymi sepsy pałeczka okrężnicy i gronkowiec złocisty) oraz 5 gatunków grzybów z rodzaju Candida. Łącznie 20 wytypowanych gatunków drobnoustrojów odpowiadało za ponad 95% przypadków sepsy. Następnie naukowcy utworzyli unikatową kolekcję obrazów mikroskopowych wytypowanych patogenów, która stanowiła bazę do uczenia maszynowego. Kolejny etap wymagał ścisłej współpracy z grupą badawczą z Instytutu Informatyki i Matematyki Komputerowej Wydziału Matematyki i Informatyki UJ, kierowaną przez dr hab. Bartosza Zielińskiego, prof. UJ. Były to prace nad rozwojem algorytmu AI, uczeniem go i testowaniem. „Wyniki, które uzyskaliśmy w drugim etapie, osiągnęły, a nawet przewyższyły, wszystkie zakładane wskaźniki, więc dokonaliśmy już zgłoszenia patentowego tych wyników w Europejskim Urzędzie Patentowym” – mówi prof. Monika Brzychczy-Włoch.

Obecnie naukowcy z Krakowa pracują nad rozwiązaniem, które będzie możliwe do praktycznego wykorzystania przez klinicystów i pomoże im w szybszym podjęciu decyzji co do wyboru antybiotykoterapii u pacjenta z sepsą. Chodzi o prototyp oprogramowania, które po wprowadzeniu zdjęć spod mikroskopu, pochodzących z dodatnich posiewów krwi od pacjenta, dokona identyfikacji patogenu i wskaże zalecenia dotyczące terapii dla tego konkretnego chorego. „Na koniec będziemy chcieli przetestować nasze oprogramowanie w warunkach rzeczywistych, czyli w laboratorium mikrobiologicznym w szpitalu, i sprawdzić, czy jest ono przyjazne i intuicyjne dla użytkownika, i przede wszystkim, czy działa. Bardzo zależy nam na tym, żeby nasze narzędzie było używane w praktyce i służyło pacjentom. Pracuje nad nim duży, interdyscyplinarny zespół i każdy z nas jest mocno zmotywowany, bo wierzy, że możemy wspólnie zrobić coś naprawdę ważnego – stworzyć rozwiązanie, które będzie ratować ludzkie życia” – podkreśla prof. Monika Brzychczy-Włoch.

Prof. dr hab. n. med. Monika Brzychczy-Włoch jest specjalistą mikrobiologii medycznej. Pracuje na stanowisku profesora na Wydziale Lekarskim CM Uniwersytetu Jagiellońskiego, gdzie pełni funkcję kierownika Zakładu Molekularnej Mikrobiologii Medycznej Katedry Mikrobiologii. Pracę magisterską obroniła w Instytucie Biologii Molekularnej na Wydziale Biologii i Nauk o Ziemi UJ, a doktorat na Wydziale Lekarskim Collegium Medicum UJ. Ukończyła też studia podyplomowe na Uniwersytecie Ekonomicznym w Krakowie dla pracowników jednostek naukowych i podmiotów działających na rzecz nauki oraz posiada międzynarodowy certyfikat „Project Management Associate level D”, wydany przez IPMA Polska. Jest autorką i współautorką ponad 130 publikacji naukowych, a także 16 patentów, 5 zgłoszeń patentowych i 7 wdrożeń. W 2023 r., z okazji dwudziestolecia działalności Centrum Transfex ru Technologii CITTRU, została wyróżniona za wybitne osiągnięcia w zakresie wynalazczości, komercjalizacji wyników badań naukowych oraz świadczenia komercyjnych usług badawczych. W 2024 r. otrzymała Nagrodę Ministra Nauki w kategorii „Znaczące osiągnięcia w zakresie działalności wdrożeniowej”. Tematyka jej prac badawczych obejmuje szeroki zakres zastosowań mikrobiologii, m.in. z zakresu typowania molekularnego mikroorganizmów, rozwoju innowacyjnych biomateriałów do zastosowań w medycynie, opracowania nowych testów diagnostycznych czy wykorzystania sztucznej inteligencji w diagnostyce zakażeń.