Экспертные заключения: 0
Консультации: 0

Анализ процесса формирования устойчивости бактерий к препаратам противомикробного ряда

Меня зовут Алёна, я представляю команду Biosheet из Белгородского государственного университета, и я хочу рассказать о нашем проекте. В его основе лежит мое научное исследование — анализ процесса формирования устойчивости бактерий к препаратам противомикробного ряда. Мы живем в эпоху, когда антибиотики, спасавшие миллионы жизней, перестают работать. Бактерии эволюционируют быстрее, чем мы создаем новые лекарства, и Всемирная организация здравоохранения уже признала этот факт одной из главных угроз человечеству.

Проблема современной медицины в том, что врачи часто назначают антибиотики, что называется, «вслепую». Стандартные лабораторные посевы показывают, к какому препарату бактерия устойчива сейчас, но на это уходит до трех суток. За это время пациенту может стать хуже, а бактерия внутри него продолжит мутировать. Понимая молекулярные и генетические механизмы этого процесса — то, как именно бактерии обмениваются генами и защищаются от лекарств, — я поняла, что мы можем не просто констатировать факт, а научиться прогнозировать будущее. Так родилась идея нашего продукта: специализированного приложения, которое работает как цифровой помощник для врача.

Наше приложение — это не просто база данных, это сложная система на базе искусственного интеллекта. Врач или лаборант загружает в него данные секвенирования генома бактерии, и в дело вступает наша нейросеть. Человек физически не способен проанализировать миллионы комбинаций генов и мутаций, чтобы понять, как поведет себя микроб завтра. Но наша ИИ-модель, обученная на огромных массивах геномных данных (Big Data), способна уловить скрытые паттерны. Она моделирует эволюцию бактерии и выдает врачу понятный прогноз: какие препараты уже точно не сработают, к каким бактерия выработает устойчивость в ближайшие дни, а какие комбинации лекарств гарантированно уничтожат инфекцию и не дадут ей мутировать. Благодаря этому мы сокращаем время подбора правильной терапии на 48 часов, а это — спасенные жизни пациентов и снижение смертности от тяжелых инфекций.

Для меня этот проект — не просто попытка создать коммерчески успешный стартап. Я вижу колоссальную социальную значимость в том, чтобы перевести фундаментальную науку на язык практического здравоохранения. Наш продукт критически важен для клиник, для фармацевтических компаний, разрабатывающих новые лекарства, и для государства в целом, которое сегодня активно борется за биобезопасность страны и поддерживает импортозамещение в сфере медицинских ИИ-технологий. Мы находимся на стадии, когда у нас есть сильная научная гипотеза, но нам нужна поддержка, чтобы обучить нейросеть на реальных клинических данных, создать первую версию приложения и протестировать его в больницах. Мы хотим, чтобы наш труд помог врачам действовать на опережение и сохранить эффективность антибиотиков для будущих поколений.

Ссылка

На страницу проекта

Направление

Здравоохранение, медицина, фармацевтика

Рынки

HealthNet

Сквозные технологии

Искусственный интеллект