Prueba rápida de susceptibilidad a antimicrobianos ofrece resultados en 30 minutos

En 2019, la resistencia a los antimicrobianos (RAM) fue responsable de la muerte de aproximadamente 1,3 millones de personas. El método convencional para probar la susceptibilidad a los antimicrobianos implica cultivar colonias bacterianas con antibióticos, un proceso que requiere mucho tiempo y que a menudo requiere varios días para medir la resistencia bacteriana a un espectro de antibióticos. Este retraso plantea un desafío importante en situaciones médicas urgentes, como la sepsis, donde el tratamiento rápido es crucial. Como resultado, los médicos a menudo se ven obligados a confiar en su criterio clínico para prescribir antibióticos específicos o administrar un régimen antibiótico de amplio espectro. Sin embargo, el uso de antibióticos ineficaces puede exacerbar las infecciones y potencialmente conducir a un aumento de la RAM en la comunidad. Ahora, los investigadores han informado de un progreso significativo en el desarrollo de una prueba rápida de susceptibilidad a los antimicrobianos que puede ofrecer resultados en tan solo 30 minutos, lo que supone una gran mejora con respecto a los métodos estándar actuales.

Un equipo de investigadores de la Universidad de Oxford (Oxford, Reino Unido) ha creado un método que combina la microscopía de fluorescencia con inteligencia artificial (IA) para detectar la RAM. Esta técnica implica entrenar modelos de aprendizaje profundo para examinar imágenes de células bacterianas e identificar cambios estructurales cuando se exponen a antibióticos. El método resultó exitoso con varios antibióticos, demostrando una precisión mínima del 80 % en un análisis por célula. El equipo aplicó este método a varias cepas clínicas de E. coli, cada una de las cuales presentaba diferentes niveles de resistencia al antibiótico ciprofloxacina. Sorprendentemente, los modelos de aprendizaje profundo identificaron de manera consistente y precisa la resistencia a los antibióticos, logrando resultados al menos diez veces más rápido que los principales métodos clínicos actuales.

Con un mayor desarrollo, este método de prueba rápida tiene el potencial de permitir tratamientos con antibióticos más precisos, reducir la duración del tratamiento, disminuir los efectos secundarios y ayudar a frenar el crecimiento de la RAM. El equipo de investigación prevé futuras adaptaciones de este modelo para detectar resistencia en muestras clínicas a una gama más amplia de antibióticos. Su objetivo es mejorar la velocidad y escalabilidad de este método para aplicación clínica, así como modificarlo para usarlo con varios tipos de bacterias y antibióticos.

"Los antibióticos que detienen el crecimiento de las células bacterianas también cambian el aspecto de las células bajo el microscopio y afectan a las estructuras celulares como el cromosoma bacteriano", afirmó Achillefs Kapanidis, profesor de Física Biológica y director del Programa Oxford Martin sobre pruebas de resistencia a los antimicrobianos. “Nuestro método basado en IA detecta estos cambios de forma fiable y rápida. Del mismo modo, si una célula es resistente, los cambios que seleccionamos están ausentes y esto constituye la base para detectar la resistencia a los antibióticos”.

Enlaces relacionados:
Universidad de Oxford