Les scientifiques israéliens ont recours à l’apprentissage automatique et à l’analyse de données volumineuses pour suggérer le meilleur antibiotique pour chaque patient en fonction de divers facteurs.
Par Abigail Klein Leichman, ISRAEL21c
Une technologie innovante mise au point par des chercheurs de l’Institut de technologie Technion-Israël et de l’Institut de recherche et d’innovation Kahn-Sagol-Maccabi pourrait améliorer le traitement aux antibiotiques et entraver le développement de bactéries résistantes.
La technologie, à travers une étude publiée dans Nature Medicine, est le fruit d’une collaboration unique entre l’Institut KSM du Maccabi, dirigé par Varda Shalev, et les chercheurs de Technion, Roy Kishony et Idan Yelin.
La surutilisation d’antibiotiques à large spectre a conduit les bactéries à développer une résistance aux antibiotiques. En conséquence, les antibiotiques perdent leur efficacité, ce qui laisse craindre que les infections bactériennes actuellement considérées comme bénignes ne deviennent mortelles. Il est potentiellement possible de réduire cette tendance dangereuse en prescrivant des antibiotiques spécifiques à chaque patient.
Kishony, l’un des principaux experts dans le domaine de la résistance aux antibiotiques, a développé des méthodes de cartographie génétique de la résistance bactérienne aux antibiotiques. Ces techniques permettent de prédire la résistance d’une bactérie donnée à divers antibiotiques dans le présent et même dans le futur.
L’étude s’est concentrée sur les infections des voies urinaires, qui touchent plus de la moitié des femmes à un moment de leur vie. Ces infections impliquent diverses bactéries, notamment Klebsiella pneumoniae, E. coli et Proteus mirabilis. Les chercheurs ont découvert que les niveaux de résistance aux antibiotiques étaient différents pour chaque patient et qu’un certain antibiotique pouvait être efficace chez un patient et pas chez un autre.
« Il est désormais possible de prédire par ordinateur le niveau de résistance bactérienne aux bactéries causant une infection », a déclaré Yelin. « Cela se fait en pondérant les données démographiques, y compris l’âge, le sexe, la grossesse ou le domicile de la maison de retraite, ainsi que les niveaux de résistance mesurés dans les cultures d’urine antérieures du patient ainsi que ses antécédents d’achat de médicaments. »
Les chercheurs ont mis au point un système permettant aux médecins de choisir l’antibiotique optimal en se basant sur l’apprentissage automatique et l’analyse de données volumineuses de plus de cinq millions de cas d’achats d’antibiotiques effectués sur 10 ans et sur la mesure de la résistance aux antibiotiques dans plus de 700 000 cultures d’urine.
Les chercheurs ont découvert que l’utilisation de la technologie pourrait réduire d’environ 40% la probabilité de choisir le mauvais médicament. Shalev a déclaré qu’il s’agissait «d’une véritable avancée dans le domaine de la résistance aux antibiotiques».