L'intelligenza artificiale (AI) ha contribuito a identificare le lacune conoscitive, metodologiche e comunicative nella ricerca globale sulla resistenza antimicrobica (AMR).
In un nuovo studio condotto dall'Accademia cinese delle scienze e dall'Università di Newcastle, sotto la guida rispettivamente del professor Yong-Guan Zhu e del professor David W. Graham, gli esperti hanno compilato un database completo di 254.738 articoli che abbracciano due decenni, facendo luce su modelli di ricerca sulla resistenza antimicrobica in tutto il mondo.
Hanno scoperto che la terminologia e i metodi utilizzati nella ricerca sulla resistenza antimicrobica differiscono in modo significativo nei settori medico, veterinario, della sicurezza alimentare, dell’agricoltura vegetale e dell’ambiente. Le differenze semantiche e metodologiche si traducono in un lavoro di valutazione limitato tra i settori e in una comunicazione intersettoriale limitata, con il risultato di messaggi incoerenti ai decisori.
Attraverso una sofisticata analisi basata sull’intelligenza artificiale, il team ha sviluppato mappe globali che mostrano le attività di ricerca sulla resistenza antimicrobica regionali, metodologiche e settoriali. I risultati confermano una grave mancanza di collaborazione interdisciplinare, in particolare nei paesi a basso reddito, dove l'onere dell'aumento della resistenza antimicrobica è più grave.
Pubblicato sulla rivista Environment International , i risultati spiegano perché le soluzioni alla resistenza antimicrobica basate su One Health non si stanno sviluppando come necessario. I risultati potrebbero svolgere un ruolo fondamentale nel fornire indicazioni su come e dove integrare meglio la sorveglianza della resistenza antimicrobica nei settori e nelle regioni di tutto il mondo.
Il professor David W. Graham, professore emerito di ingegneria presso l'Università di Newcastle, ha dichiarato:"I risultati evidenziano l'urgente necessità di un maggiore coordinamento dei metodi di ricerca tra settori e regioni. Ad esempio, le comunità mediche e veterinarie hanno bisogno di informazioni sugli agenti patogeni infettivi viventi della resistenza antimicrobica per dare priorità alle decisioni, mentre i ricercatori ambientali spesso si concentrano su obiettivi genetici. Il nostro lavoro mostra che la coltura microbiologica, il sequenziamento degli isolati e la metagenomica devono essere eseguiti in tandem in tutti i lavori futuri, e devono essere raccolti più dati contestuali per mettere in relazione i risultati di diversi settori.
"I risultati del nostro documento supportano i messaggi chiave del Programma ambientale delle Nazioni Unite e dell'Organizzazione mondiale della sanità che sottolineano che il modo migliore per mitigare la resistenza antimicrobica è attraverso la prevenzione e la sorveglianza integrata, che è fondamentale per dare priorità alle soluzioni."
Di questo si sta occupando il Gruppo tecnico quadripartito delle Nazioni Unite sulla sorveglianza integrata sull'uso e la resistenza antimicrobica, di cui sono membri sia il Prof. Zhu che Graham.
Graham ha continuato:"Questo lavoro è stato possibile solo grazie al suo uso innovativo dell'intelligenza artificiale e dell'elaborazione del linguaggio naturale per effettuare ricerche intelligenti in un database ampio e vivo, un archivio che rendiamo apertamente disponibile per uso e contributi pubblici. Questo articolo rappresenta il primo di una serie di manoscritti congiunti che sfruttano l'intelligenza artificiale per guidare la futura resistenza antimicrobica e altri programmi di ricerca."
Il professor Yong-Guan Zhu, professore di scienze ambientali, Accademia cinese delle scienze, ha aggiunto:"Il quadro di One Health è di fondamentale importanza nella salvaguardia della salute umana e dell'ecosistema, ma necessita di tabelle di marcia per essere implementato; questo studio identifica tempestivamente [un] percorso Lo studio dimostra inoltre che la collaborazione multidisciplinare e internazionale è essenziale per risolvere le sfide globali e che dovremmo abbracciare le tecnologie emergenti, come l'intelligenza artificiale."
Entrambi gli scienziati raccomandano la ricerca futura e maggiori investimenti nello sviluppo delle capacità, soprattutto nei paesi a basso reddito, per affrontare le pressanti sfide contro la resistenza antimicrobica in queste regioni.