Universität Zürich: KI hilft gefährliche Bakterien zu erkennen

In Zürich getestet: KI hilft gefährliche Bakterien zu erkennen

In einer Pilotstudie haben Forschende der Universität Zürich erstmals künstliche Intelligenz zur Erkennung von antibiotikaresistenten Keimen eingesetzt.

Forschende der Universität Zürich (UZH) haben erstmals generative künstliche Intelligenz zur Erkennung von antibiotikaresistenten Keimen eingesetzt. Für die Interpretation der Labortests wurde das KI-Modell GPT-4 des US-Unternehmens OpenAI verwendet.

Basierend auf diesem KI-Programm schufen die Forschenden ein System, welches an Hunderten von Bakterien getestet wurde und dabei half, Resistenzen gegen lebenswichtige Antibiotika zu erkennen, wie die UZH mitteilte. Das KI-System habe zwar gute Resultate erzielt, sei aber nicht perfekt gewesen.

Menschliche Experten waren laut den Forschenden genauer. Das KI-System könne aber dabei helfen, den Diagnoseprozess zu standardisieren und zu beschleunigen.

Mit Antibiotika getränkte Papierblättchen liegen auf einer Petrischale. Je näher Bakterien an das Testblättchen heranwachsen, desto resistenter seien sie, schreibt die Uni (rote Kreise). Treffen die Gradienten zweier verschiedener Antibiotika aufeinander, könne sich ihre Wirksamkeit verstärken (gelbe Pfeile).Bild: Universität Zürich

Dazu Studienleiter Adrian Egli vom Institut für Medizinische Mikrobiologie:

«Antibiotikaresistenzen sind weltweit eine wachsende Bedrohung. Wir benötigen dringend schnellere und zuverlässigere Werkzeuge, um sie zu erkennen. Unsere Forschungsarbeit ist der erste Schritt, um KI in der Routinediagnostik einzusetzen, damit Ärztinnen und Ärzte resistente Bakterien schneller identifizieren können.»

Die Studie zeige, welches Potenzial KI im Gesundheitswesen habe, hiess es weiter. Das System könne letztendlich dazu beitragen, die Variabilität und Subjektivität manueller Auswertungen zu verringern und so die Ergebnisse für die Patienten zu verbessern.

Quellen

• news.uzh.ch: KI hilft bei der Erkennung antibiotikaresistenter Bakterien

(dsc/sda)