Eine Open-Source-Mobilanwendung zur automatischen Erkennung von Antibiotikaresistenzen

Das Centre national de la recherche scientifique (CNRS), die französische Atomenergiebehörde CEA, die Universität Évry, das Henri-Mondor-Krankenhaus (AP-HP) und Ärzte ohne Grenzen haben eine mobile Anwendung entwickelt, die dank eines maschinellen Lernsystems die Diagnose von Antibiotikaresistenzen erleichtert. Ihre Arbeit wurde kürzlich in der Fachzeitschrift Nature Communications veröffentlicht.

Antibiotikaresistenz, ein zentrales Problem

Antimikrobielle Resistenz wurde von der Weltgesundheitsorganisation (WHO) als eine der größten gesundheitlichen Herausforderungen des 21. Jahrhunderts eingestuft. In der Tat stellt sie unsere Fähigkeit in Frage, selbst die weitverbreitetsten Infektionen zu behandeln, sei es in der hausärztlichen als auch in der Krankenhaus- oder Tiermedizin.

In den Industrieländern wird die Antibiotikaresistenz mit Hilfe von automatisierten Systemen erkannt, die Antibiogramme auslesen und interpretieren, eine Technik, die die Empfindlichkeit eines Bakterienstammes gegenüber einem oder mehreren vermuteten oder bekannten Antibiotikum bzw. Antibiotika testet. In der Praxis kultiviert das medizinische Fachpersonal die Bakterien des zu behandelnden Patienten in Petrischalen. Dort platzieren sie Papierplättchen, sogenannte Pellets, die eine genaue Konzentration jedes Antibiotikums enthalten.

Wenn die Bakterien empfindlich auf das Antibiotikum reagieren, verschwinden sie in dem konzentrischen Bereich um die Plättchen. Dies wird als Halo oder Hemmzone bezeichnet. Die Antibiotikaresistenz wird bestimmt, indem der Durchmesser dieser Fläche gemessen und mit bestimmten Standards verglichen wird.

Automatisieren der Bildverarbeitung eines Antibiogramms

Allerdings sind Automaten teuer und erfordern ein gewisses Know-how, das in Entwicklungsländern fehlt. Daher die Idee der Forscher, eine „kostenlose und einfach zu bedienende“ mobile Anwendung für Biologen in weniger entwickelten Ländern zu schaffen, um „das Bild eines Antibiogramms auf einem Smartphone effizient zu verarbeiten“, erklärt Amin Madoui, Forscher am Genoscope Metabolic Genomics Laboratory, der das Projekt initiierte.

Im Jahr 2019 wurde dieser Arbeit im Rahmen des Wettbewerbs „Google AI Impact Challenge“, der KI-bezogene Projekte auszeichnet, die auf sozialen Fortschritt ausgerichtet sind, ein Zuschuss gewährt. Diese Mittel ermöglichten es den Forschern, von 13 Mitarbeitern des Unternehmens aus Mountain View unterstützt zu werden und Tests zur Verbesserung der Leistungsfähigkeit der Anwendung durchzuführen.

Zuverlässigkeitsgrad von 98 %

Die Anwendung basiert auf einem Bildverarbeitungsalgorithmus, der ausgehend von der Aufnahme eines Antibiogramms die Hemmzone analysieren kann. Sie leitet den Biologen bei der Analyse der Pellets. Dieser kann jederzeit die automatischen Messungen korrigieren, wenn dies erforderlich ist. Das Verfahren erreicht eine 98%ige Übereinstimmungsrate mit der „sichersten“ manuellen Messung, so die Studie.

Die Anwendung läuft auf Android und ohne Internetverbindung, was besonders wichtig ist, da sich die Labortechniker in abgelegenen Gebieten befinden können. Der Code der Anwendung wurde als Open Source veröffentlicht.

Im Test in drei Ländern

Derzeit wird die Anwendung in Laboratorien dreier Länder getestet. Bis 2022 soll sie dann in größerem Umfang zur Verfügung gestellt werden, wenn die Feldtests erfolgreich verlaufen. Das Produkt hat noch nicht die CE-Kennzeichnung erhalten.

Quelle: L‘Usine Nouvelle

Redaktion: Alice Vitard