La inteligencia artificial (IA) ha ayudado a identificar lagunas de conocimiento, metodológicas y de comunicación en la investigación mundial de la resistencia a los antimicrobianos (RAM).
En un nuevo estudio realizado por la Academia China de Ciencias y la Universidad de Newcastle bajo la dirección conjunta del profesor Yong-Guan Zhu y el profesor David W. Graham, respectivamente, los expertos compilaron una base de datos completa de 254.738 artículos que abarcan dos décadas, arrojando luz sobre patrones de investigación sobre la RAM en todo el mundo.
Descubrieron que la terminología y los métodos utilizados en la investigación de la resistencia a los antimicrobianos difieren significativamente entre los sectores médico, veterinario, de seguridad alimentaria, de agricultura vegetal y medioambiental. Las diferencias semánticas y metodológicas dan como resultado un trabajo de valoración limitado entre sectores y una comunicación intersectorial limitada, lo que genera mensajes inconsistentes para los tomadores de decisiones.
Mediante sofisticados análisis basados en inteligencia artificial, el equipo desarrolló mapas globales que muestran las actividades de investigación regionales, metodológicas y sectoriales sobre la RAM. Los hallazgos confirman una marcada falta de colaboración interdisciplinaria, particularmente en los países de bajos ingresos, donde la carga del aumento de la resistencia a los antimicrobianos es más grave.
Publicado en la revista Environment International , los hallazgos explican por qué las soluciones para la resistencia a los antimicrobianos basadas en One Health no se están desarrollando como se necesita. Los resultados podrían desempeñar un papel fundamental a la hora de proporcionar orientación sobre cómo y dónde integrar mejor la vigilancia de la RAM en todos los sectores y regiones de todo el mundo.
El profesor David W. Graham, profesor emérito de ingeniería de la Universidad de Newcastle, afirmó:"Los hallazgos resaltan la necesidad urgente de una mayor coordinación en los métodos de investigación entre sectores y regiones. Por ejemplo, las comunidades médica y veterinaria necesitan información sobre los patógenos infecciosos vivos de la RAM para priorizar las decisiones, mientras que los investigadores ambientales a menudo se centran en objetivos genéticos. Nuestro trabajo muestra que el cultivo de microbiología, la secuenciación de aislamientos y la metagenómica deben realizarse en conjunto en todos los trabajos futuros, y se deben recopilar más datos de contexto para relacionar los resultados de diferentes sectores. P>
"Los hallazgos de nuestro artículo respaldan mensajes clave del Programa de las Naciones Unidas para el Medio Ambiente y la Organización Mundial de la Salud que enfatizan que la mejor manera de mitigar la RAM es a través de la prevención y la vigilancia integrada, que es clave para priorizar las soluciones".
Esto está siendo abordado por el Grupo Técnico Cuatripartito de las Naciones Unidas sobre Vigilancia Integrada del Uso y la Resistencia a los Antimicrobianos, del que son miembros tanto el profesor Zhu como Graham.
Graham continuó:"Este trabajo sólo fue posible gracias a su novedoso uso de inteligencia artificial y procesamiento de lenguaje natural para buscar de manera inteligente en una base de datos extensa y viva, un archivo que ponemos a disposición del público para uso y contribuciones públicas. Este documento representa el primero de una serie de manuscritos conjuntos que aprovechan la IA para guiar la futura resistencia a los antimicrobianos y otras agendas de investigación."
El profesor Yong-Guan Zhu, profesor de Ciencias Ambientales de la Academia de Ciencias de China, añadió:"El marco de One Health es de importancia crítica para salvaguardar la salud humana y de los ecosistemas, pero necesita hojas de ruta para implementarlo; este estudio identifica oportunamente [un] camino El estudio también demuestra que la colaboración multidisciplinaria e internacional es esencial para resolver los desafíos globales, y debemos adoptar tecnologías emergentes, como la IA".
Ambos científicos recomiendan investigaciones futuras y una mayor inversión en el desarrollo de capacidades, especialmente en países de bajos ingresos, para abordar los desafíos apremiantes de la resistencia a los antimicrobianos en estas regiones.
Más información: Cai Chen et al, Caracterizar la investigación global sobre resistencia a los antimicrobianos explica por qué las soluciones One Health tardan en desarrollarse:una aplicación del análisis de brechas basado en IA, Environment International (2024). DOI:10.1016/j.envint.2024.108680
Información de la revista: Medio Ambiente Internacional
Proporcionado por la Universidad de Newcastle