פיתוח ישראלי חדש עשוי לאפשר בעתיד לרופאים להתאים לכל חולה הסובל מזיהום חיידקי את הטיפול המיטבי עבורו, וכך להקטין את הסכנה להתפתחות זנים עמידים
חוקרים מהטכניון פיתחו טכנולוגיה שמאפשרת להתאים אישית את הטיפול האנטיביוטי הניתן לכל חולה, על סמך ההיסטוריה הרפואית שלו. באמצעות תהליך ממוחשב המבוסס על ריצוף DNA ועל למידת מכונה, הם מקווים לשפר את איכות הטיפול הרפואי שניתן לחולים בזיהומים חיידקיים קשים לריפוי, ולבלום את שגשוגם של חיידקים עמידים לאנטיביוטיקה.
השימוש הנרחב שנעשה באנטיביוטיקה לאורך שנים הוביל להתפתחותם של חיידקים שפיתחו עמידות לרוב סוגי האנטיביוטיקה. כך מה שנחשב בעבר למעין תרופת פלא הולך ומאבד את יעילותו. לפי הערכה מדי שנה מתים ברחבי העולם יותר מ-1.2 מיליון אנשים מחיידקים עמידים. התופעה מסכנת את חייהם של חולים רבים, ומספרם צפוי לזנק אם לא נפעל לצמצם אותה במהירות.
חולים שמגיעים למרפאה עם זיהום חיידקי מקבלים בדרך כלל מרשם לאנטיביוטיקה רחבת טווח, שפוגעת במגוון רב של חיידקים. בחירת האנטיביוטיקה נתונה לשיקול דעתה של הרופאה המטפלת, על סמך הנחיות קליניות כלליות, שלא לוקחות בחשבון את רגישות החיידק הספציפי לאנטיביוטיקה המסוימת שנבחרה. בדרך כלל הטיפול מסתיים בהחלמה מלאה, אך לעיתים קורה שהוא כושל מאחר שהאנטיביוטיקה שנבחרה לא יעילה נגד החיידק הספציפי. במקרים אחרים רוב החיידקים נפגעים והמחלה חולפת, אך כעבור זמן קצר היא מתחדשת, הפעם עם חיידקים עמידים שלא מגיבים לתרופה. לכן נחוצים כלים שיאפשרו לרופאים לבחור באופן מושכל את האנטיביוטיקה ולהתאים אותה לכל מטופל ומטופלת.
השימוש הנרחב שנעשה באנטיביוטיקה לאורך שנים הוביל להתפתחותם של חיידקים שפיתחו עמידות לרוב סוגי האנטיביוטיקה | צילום: Zolak, Shutterstock
טיפול מותאם אישית
במחקר שהתפרסם בכתב העת Science התמקדו החוקרים מהמעבדה של רועי קישוני בטכניון, בשיתוף מכון המחקר והחדשנות של קופת החולים מכבי, בשני סוגים של מחלות שנגרמות מזיהומים חיידקיים נפוצים מאוד המטופלים באנטיביוטיקה: דלקות בדרכי השתן וזיהומים חיידקיים בפצעים. בשני המקרים, רבים מהחולים בהן סובלים מדלקות חוזרות ונשנות ויש עלייה מדאיגה בשכיחותם של חיידקים עמידים לתרופות הנפוצות.
החוקרים פיתחו מודל ממוחשב המבוסס על למידת מכונה. בשיטה הזאת, המבוססת על בינה מלאכותית, מספקים למחשב כמות עצומה של נתונים ומניחים לו לנתח אותם בעצמו. באמצעות אלגוריתם משוכלל, המחשב מזהה בנתונים דפוסים שחוזרים על עצמם, לומד אותם, מפלח ומסיק מסקנות באופן עצמאי. לדוגמה, אם ניתן לאלגוריתם כזה אלפי תמונות של שולחנות, הוא יאפיין לבד מהן התכונות של הקטגוריה "שולחן" ויידע להבחין בסבירות גבוהה מאוד בין תמונה לא מוכרת של שולחן לתמונה של כיסא או סוס.
אותו עיקרון יכול לשמש גם לזיהוי דפוסים בתהליכים רפואיים מורכבים. ככל שמצבור הנתונים גדול יותר, המחשב מחכים ונותן חיזוי מדויק יותר לתהליכים ולבעיות שאנו, בני האדם, איננו יודעים לזהות בכוחות עצמנו. כך יכולים רופאים לקבל החלטות מושכלות המבוססות על נתונים ממשיים, ולא על אינטואיציה.
החוקרים אספו דגימות של חיידקים מחולים לפני שקיבלו טיפול אנטיביוטי ואחריו, וריצפו את ה-DNA המלא של 1,113 מהם. את המידע הזה הצליבו עם נתונים שנאספו במשך כעשר שנים על מצבם הרפואי של 140,349 ממבוטחי קופת החולים שסבלו מדלקות בדרכי השתן ו-7,365 מבוטחים שסבלו מפצעים דלקתיים. הנתונים כללו פרטים על היסטוריית הזיהומים האישית של כל חולה, ובכלל זה הזיהומים שמהם סבל בעבר, הטיפולים האנטיביוטיים שקיבל וכמובן נתונים דמוגרפיים כמו גיל ומגדר.
החוקרים גילו שאצל חלק ניכר מהחולים שסבלו מהופעה חוזרת של המחלה, החיידקים שהופיעו בהתפרצות החוזרת היו עמידים לאנטיביוטיקות נפוצות. הופעתם של החיידקים העמידים לא נבעה משינויים אקראיים ב-DNA של החיידק מחולל המחלה המקורית – שאותם אי אפשר לחזות, אלא מהדבקה בזן אחר של חיידק, שעמיד לאנטיביוטיקה.
הבינה המלאכותית תוכל לנבא לכל חולה באופן אישי, איזו תרופה לא תהיה יעילה או תאיץ התפתחות חיידקים עמידים. | אילוסטרציה: KATERYNA KON / SCIENCE PHOTO LIBRARY
החוקרים מצאו כי החיידקים מהם סובלים החולים במחלות החוזרות מקורם באוכלוסיית החיידקים הרגילה (מיקרוביוטה) השוכנים באזורים אחרים בגופם של המטופלים, בעיקר על פני העור ובמעיים. חיידקים כאלה עשויים להגיע מהצואה למערכת השתן וליצור שם לדלקת. באופן דומה, חיידקים עמידים השוכנים על העור עלולים לחולל דלקות חוזרות ונשנות במגע עם פצעים פתוחים.
ייתכן שהטיפול האנטיביוטי שניתן למחלה המקורית, עודד את התרבותם ואת שגשוגם של חיידקים עמידים ששכנו עד אז במקומות אחרים בגוף. כשהאנטיביוטיקה השמידה חיידקים אחרים, לא מזיקים, ששכנו לצידם, החיידקים העמידים יכלו להתרבות ביתר קלות, בלי אותה מידה של תחרות מול יריבים שנאבקים איתם על אותם משאבים. כך היה להם קל יותר לחולל הדבקה חוזרת שתחדש את הדלקת.
החוקרים אומרים שבאמצעות האלגוריתם שפיתחו ניתן לחזות על בסיס נתוני ההיסטוריה הרפואית האישית של כל מטופל איזו אנטיביוטיקה עלולה בסבירות גבוהה לעודד את הופעתם של חיידקים עמידים. לדבריהם, ביכולתה להמליץ על טיפול אנטיביוטי שיצמצם את הסבירות להופעתם בכ-70 אחוז.
החוקרים ציינו עוד כי בעתיד אפשר לצפות שניתוח אוכלוסיית חיידקי המיקרוביום של כל מטופל ישפר באופן משמעותי את יכולת הניבוי. באמצעות האלגוריתם יוכלו רופאים לחזות אילו אנטיביוטיקות לא יעודדו את שגשוגם של אותם חיידקים עמידים שהמטופל נושא באופן טבעי. כך יהיה לרשותם כלי מועיל נוסף להתאמה אישית של טיפולים אנטיביוטיים יעילים יותר, ולצמצום התפשטותה של תופעת העמידות.
