De mondiale gezondheidszorggemeenschap wordt geconfronteerd met een toenemende catastrofe: antibioticaresistentie. Terwijl bacteriën evolueren om onze sterkste medicijnen te overleven, haast de medische wereld zich om een manier te vinden om een dreiging voor te blijven die jaarlijks al meer dan een miljoen doden veroorzaakt en bijdraagt aan bijna vijf miljoen extra sterfgevallen.
Tijdens een recent WIRED Health-evenement in Londen verklaarde Ara Darzi – een vooraanstaand chirurg en directeur van het Institute of Global Health Innovation aan het Imperial College London – dat 2026 een cruciaal ‘keerpunt’ in deze strijd vertegenwoordigt. De opkomst van kunstmatige intelligentie (AI) kan eindelijk de instrumenten opleveren die nodig zijn om het tij te keren.
De groeiende dreiging van superbugs
De opkomst van resistente microben wordt veroorzaakt door twee belangrijke factoren: het overmatig gebruik en misbruik van antibiotica, en een stagnerende pijplijn van de ontwikkeling van nieuwe geneesmiddelen. Wanneer bacteriën worden blootgesteld aan subdodelijke doses antibiotica, ontwikkelen ze afweermechanismen, waardoor ze effectief ‘leren’ hoe ze de behandeling kunnen overleven.
Er wordt verwacht dat deze trend sterk zal escaleren. Een rapport uit 2024 in The Lancet waarschuwt dat tegen 2050 medicijnresistente infecties verantwoordelijk zouden kunnen zijn voor 40 miljoen sterfgevallen.
De crisis is bijzonder acuut in specifieke regio’s:
– Zuidoost-Azië en het oostelijke Middellandse Zeegebied: Eén op de drie gemelde infecties is resistent.
– Afrika: Eén op de vijf infecties is resistent.
De diagnostische kloof overbruggen
Een van de gevaarlijkste aspecten van antibioticaresistentie is de tijdvertraging bij de diagnose. Traditionele methoden vereisen het kweken van bacteriën uit een monster, een proces dat twee tot drie dagen kan duren. In kritieke gevallen zoals sepsis is deze vertraging dodelijk; voor elk uur dat de behandeling wordt uitgesteld, neemt het risico op overlijden toe met 4% tot 9%.
Momenteel zijn artsen vaak gedwongen om te vertrouwen op ‘onderlegd giswerk’ om antibiotica voor te schrijven terwijl ze wachten op laboratoriumresultaten. AI biedt een manier om deze onzekerheid weg te nemen:
- Snelle nauwkeurigheid: AI-aangedreven diagnostiek kan een nauwkeurigheid van meer dan 99% bereiken zonder de noodzaak van een enorme, dure laboratoriuminfrastructuur.
- Toegankelijkheid: Deze snelle hulpmiddelen zijn van cruciaal belang voor landelijke en afgelegen gebieden waar geavanceerde laboratoria niet beschikbaar zijn.
- Voorspellende kracht: AI kan de verspreiding van resistente bacteriën helpen volgen voordat ze plaatselijke uitbraken worden.
Versnelde ontdekking van geneesmiddelen
Naast diagnose zorgt AI voor een revolutie in de manier waarop we nieuwe wapens tegen bacteriën vinden. De samenwerking tussen de Britse National Health Service en Google DeepMind heeft dit potentieel al aangetoond. In één geval identificeerde een AI-systeem in slechts 48 uur onbekende resistentiemechanismen – een doorbraak die menselijke onderzoekers tien jaar kostte om te ontdekken.
De integratie van AI met geautomatiseerde laboratoria creëert een snelle motor voor ontdekking:
– Deep Learning: Kan in slechts enkele dagen miljarden moleculaire structuren screenen.
– Generatieve AI: wordt gebruikt om geheel nieuwe chemische verbindingen te ontwerpen die in de natuur niet voorkomen.
– Parallel testen: Geautomatiseerde systemen kunnen nu honderden experimenten tegelijkertijd uitvoeren, 24/7.
De economische hindernis: een gebroken model
Ondanks deze technologische sprongen blijft er een enorm obstakel bestaan: het economische model van de farmaceutische industrie is kapot.
Traditioneel profiteren farmaceutische bedrijven door grote verkopen. Nieuwe antibiotica moeten echter spaarzaam worden gebruikt om verdere resistentie te voorkomen, wat direct in tegenspraak is met het doel van hoge verkopen. Als gevolg daarvan hebben veel grote bedrijven het antibioticaonderzoek helemaal opgegeven.
Om dit op te lossen experimenteren regeringen met nieuwe manieren om ontwikkeling te stimuleren:
Het ‘Netflix-model’: Groot-Brittannië heeft een proefprogramma gelanceerd waarbij de overheid farmaceutische bedrijven een vast jaarlijks abonnementsbedrag betaalt voor toegang tot antibiotica, waardoor de winst wordt losgekoppeld van de hoeveelheid voorgeschreven medicijnen.
Zweden onderzoekt ook soortgelijke ‘ontkoppelde’ betalingsmodellen om ervoor te zorgen dat bedrijven worden beloond voor het maken van effectieve medicijnen in plaats van voor de hoeveelheid die ze verkopen.
Conclusie
De technologie die nodig is om antibioticaresistentie te bestrijden – van snelle AI-diagnostiek tot generatief medicijnontwerp – bestaat al. Het uiteindelijke succes van deze innovaties zal afhangen van de vraag of mondiale overheden en industrieën de politieke en economische wil hebben om de nieuwe modellen te implementeren die nodig zijn om ze in stand te houden.
