Riesiger neuer Datensatz erstellt

Die Basler Forschenden haben nun die Massenspektrometrie auf eine neue Art und Weise genutzt, um zusätzlich auch Resistenzen von Bakterien zu bestimmen. Sie verknüpften dazu 300'000 Massenspektrometrie-​Daten von einzelnen Bakterien aus vier Laboren in der Nordwestschweiz mit den Resultaten der bisherigen Resistenz-​Tests. Rund 800 unterschiedliche Bakterien und über 40 verschiedene Antibiotika sind im neuen, öffentlich zugänglichen Datensatz enthalten.

«Algorithmen der künstlichen Intelligenz lernten nun anhand dieser Daten, selbständig Antibiotikaresistenzen zu erkennen», erklärt Karsten Borgwardt, Professor am Departement Biosysteme der ETH Zürich in Basel, der die Studie gemeinsam mit Adrian Egli leitete.

Um ein möglichst genaues Vorhersagemodell zu entwickeln, untersuchten die Forschenden, inwiefern die Trainingsdaten den Lernerfolg der Algorithmen beeinflussen. So trainierten sie das Vorhersagemodell beispielsweise nur mit Daten von einem Spital oder mit solchen von mehreren Spitälern.

Während bisherige Arbeiten in diesem Forschungsfeld einzelne Bakterienspezies oder Antibiotika untersuchten, stützt sich die eben publizierte Studie auf eine breite Palette von Bakterienarten, die in Spitälern isoliert wurden, und eine Vielzahl zugehöriger Resistenzmerkmale. «Wir präsentieren den bisher grössten Datensatz, der Massenspektrometrie-​Daten mit Informationen zu Antibiotikaresistenzen verbindet» sagt Borgwardt. «Und es ist ein tolles Beispiel, wie man bestehende klinische Daten nutzen kann, um neues Wissen zu gewinnen.»

Um den Nutzen der Computer-​Vorhersagen zu überprüfen, haben die Forschenden rund 60 Fallbeispiele gemeinsam mit einem Infektiologen analysiert. Es ging darum, herauszufinden, inwiefern die Vorhersagen die gewählte Antibiotikatherapie beeinflusst hätte, wenn sie dem Infektiologen frühzeitig zur Verfügung gestanden hätten.

Das Forschungsteam konzentrierte sich in diesen Beispielen auf besonders wichtige antibiotikaresistente Bakterien – darunter Methicillin-​resistente Staphylokokken (MRSA) und Darmbakterien mit Resistenzen gegen Breitspektrum-​Beta-Lactam-Antibiotika.

Diese Untersuchung war wichtig, denn bei der Wahl des Antibiotikums stützen sich Ärztinnen und Ärzte auch auf Faktoren wie das Alter und die medizinische Vorgeschichte der Patienten. Tatsächlich hätte der Infektiologe mit dem neuartigen Verfahren in einigen Fällen zu einem anderen Antibiotikum gegriffen.

Bis das neue diagnostische Verfahren zum Einsatz kommen könnte, gibt es noch eine weitere Herausforderung zu meistern: Der Nutzen der neuen Methode muss im Spitalalltag im Rahmen einer grösseren klinischen Studie erhärtet werden. «Eine entsprechende Studie planen wir bereits», sagt Egli. Der klinische Mikrobiologe ist zuversichtlich, dass das Projekt die Behandlung von Infektionen in den nächsten Jahren verbessern wird.

Auch bezogen auf das Forschungsfeld der künstlichen Intelligenz in der Medizin werfe das Projekt viele wichtige Fragen auf, so Borgwardt. «Mit diesem Datensatz können wir näher untersuchen, welche Anpassungen wir auf der Ebene der Algorithmen vornehmen müssen, um die Qualität der Vorhersagen zu verschiedenen Zeitpunkten und an verschiedenen Orten weiter zu verbessern.»