Мировое медицинское сообщество стоит перед лицом нарастающей катастрофы: антибиотикорезистентности (устойчивости бактерий к лекарствам). Пока бактерии эволюционируют, чтобы выживать при воздействии наших сильнейших препаратов, медицина пытается найти способ опередить угрозу, которая уже ежегодно уносит более миллиона жизней и становится причиной еще почти пяти миллионов смертей.
На недавнем мероприятии WIRED Health в Лондоне Ара Дарзи — выдающийся хирург и директор Института инноваций в области глобального здравоохранения Имперского колледжа Лондона — заявил, что 2026 год станет критической «точкой перелома» в этой борьбе. Появление искусственного интеллекта (ИИ) может, наконец, предоставить инструменты, необходимые для изменения ситуации в нашу пользу.
Растущая угроза «супербактерий»
Рост числа устойчивых к лекарствам микробов обусловлен двумя основными факторами: злоупотреблением антибиотиками (их избыточным или неправильным применением) и застоем в разработке новых препаратов. Когда бактерии подвергаются воздействию сублетальных (недостаточных для уничтожения) доз антибиотиков, они вырабатывают защитные механизмы, фактически «обучаясь» выживать при лечении.
Прогнозируется, что эта тенденция резко обострится. В отчете журнала The Lancet за 2024 год содержится предупреждение: к 2050 году инфекции, вызванные устойчивыми микробами, могут стать причиной 40 миллионов смертей.
Кризис особенно остро стоит в определенных регионах:
— Юго-Восточная Азия и Восточное Средиземноморье: каждая третья зарегистрированная инфекция является резистентной.
— Африка: каждая пятая инфекция устойчива к лекарствам.
Преодоление диагностического разрыва
Одним из самых опасных аспектов антибиотикорезистентности является задержка в постановке диагноза. Традиционные методы требуют культивирования бактерий из образца, что может занимать от двух до трех дней. В критических случаях, таких как сепсис, эта задержка смертельна: с каждым часом откладывания лечения риск смерти возрастает на 4–9%.
В настоящее время врачи часто вынуждены полагаться на «образованную догадку», назначая антибиотики в ожидании результатов лабораторных исследований. ИИ предлагает способ устранить эту неопределенность:
- Скорость и точность: Диагностика на базе ИИ может достигать точности более 99% без необходимости в масштабной и дорогостоящей лабораторной инфраструктуре.
- Доступность: Такие экспресс-инструменты жизненно важны для сельских и отдаленных районов, где нет современных лабораторий.
- Прогностическая способность: ИИ может помочь отслеживать распространение устойчивых бактерий еще до того, как они превратятся в локальные вспышки.
Ускорение разработки лекарств
Помимо диагностики, ИИ совершает революцию в поиске новых способов борьбы с бактериями. Сотрудничество между Национальной службой здравоохранения Великобритании (NHS) и Google DeepMind уже продемонстрировало этот потенциал. В одном из случаев система ИИ выявила неизвестные механизмы резистентности всего за 48 часов — прорыв, на который у исследователей-людей ушло десятилетие.
Интеграция ИИ с автоматизированными лабораториями создает высокоскоростной двигатель для открытий:
— Глубокое обучение: Позволяет анализировать миллиарды молекулярных структур всего за несколько дней.
— Генеративный ИИ: Используется для проектирования совершенно новых химических соединений, не существующих в природе.
— Параллельное тестирование: Автоматизированные системы теперь могут проводить сотни экспериментов одновременно, в режиме 24/7.
Экономическое препятствие: сломанная модель
Несмотря на эти технологические скачки, остается огромное препятствие: экономическая модель фармацевтической индустрии сломана.
Традиционно фармацевтические компании получают прибыль за счет массовых продаж. Однако новые антибиотики должны использоваться крайне осторожно, чтобы предотвратить дальнейшую резистентность, что напрямую противоречит цели максимизации продаж. В результате многие крупные компании полностью прекратили исследования в области антибиотиков.
Чтобы решить эту проблему, правительства экспериментируют с новыми способами стимулирования разработок:
«Модель Netflix»: Великобритания запустила пилотную программу, в рамках которой правительство выплачивает фармацевтическим компаниям фиксированный ежегодный членский взнос за доступ к антибиотикам. Это позволяет отделить прибыль от объема проданных препаратов.
Швеция также изучает подобные модели «отвязанных» платежей, чтобы гарантировать компаниям вознаграждение за создание эффективных лекарств, а не за количество проданных упаковок.
Заключение
Технологии, необходимые для борьбы с антибиотикорезистентностью — от экспресс-диагностики с помощью ИИ до генеративного проектирования лекарств — уже существуют. Конечный успех этих инноваций будет зависеть от того, хватит ли мировым правительствам и промышленным кругам политической и экономической воли для внедрения новых моделей, необходимых для их поддержания.
