ИИ-инструмент CarbaDetector точнее выявляет устойчивость к антибиотикам

Учёные из Университетской медицины Ольденбурга разработали модель искусственного интеллекта CarbaDetector, которая снижает количество ложноположительных результатов при тестировании бактерий на устойчивость к резервным антибиотикам.

На чашке Петри с бактериальной культурой вокруг дисков, пропитанных антибиотиками, образуются зоны подавления роста. Новый ИИ-модель анализирует их диаметр. Автор: Аксель Хампрехт

Как сообщается в исследовании, опубликованном в журнале Nature Communications, модель CarbaDetector, доступная в виде бесплатного веб-приложения, превосходит стандартные алгоритмы скрининга. «Стандартные методы часто дают ложноположительные результаты, что ведёт к дополнительным затратным и по сути ненужным тестам», — поясняет ведущий автор работы Линея Катарина Мухсаль.

ИИ был создан для точного выявления бактерий, производящих карбапенемазы — ферменты, разрушающие карбапенемы. Это класс «антибиотиков резерва», которые применяют в крайних случаях, когда бактерии устойчивы к обычным препаратам. Карбапенемаз-продуцирующие энтеробактерии (CPE), которые способен обнаружить CarbaDetector, могут вызывать инфекции мочевыводящих путей, сепсис и пневмонию.

Подобно другим методам, модель анализирует диаметры зон подавления роста бактерий вокруг антибиотических дисков. Существующие алгоритмы, например, от Европейского комитета по тестированию чувствительности к антимикробным препаратам (EUCAST), точно выявляют положительные образцы, но часто ошибочно классифицируют отрицательные как положительные.

В тестах на двух наборах данных, включавших 800 бактериальных изолятов, CarbaDetector показал такую же эффективность в обнаружении CPE, как и стандартные алгоритмы, но с гораздо меньшим процентом ложных срабатываний. Он ошибочно пометил как положительные лишь около 13% отрицательных образцов, в то время как для стандартных алгоритмов этот показатель составлял от 27,8% до 61%.

Модель доступна бесплатно для исследовательских целей. Разработчики намерены и дальше развивать проект, чтобы им могли пользоваться лаборатории по всему миру.

Больше информации: Linea Katharina Muhsal et al, CarbaDetector: a machine learning model for detecting carbapenemase-producing Enterobacterales from disk diffusion tests, Nature Communications (2025). DOI: 10.1038/s41467-025-66183-z