Lékaři se stále častěji setkávají s infekcemi, které na antibiotika vůbec nereagují, zatímco farmaceutické firmy jeden po druhém opouštějí tento výzkumný obor. A přece se na obzoru nečekaně objevuje naděje — přichází ze světa umělé inteligence.
Lékaři po celém světě varují už léta: éra bezstarostného užívání antibiotik je definitivně za námi. Bakterie se přizpůsobují závratnou rychlostí, dostupné léky nestačí držet krok a zásobník nových preparátů se prakticky vyčerpal. Vědci proto sahají po umělé inteligenci, aby v rekordním čase objevili zcela nová antibiotika — úkol, na kterém klasické laboratoře narážejí již celá desetiletí.
Od zázračného léku k hrozbě: jak antibiotika ztrácejí svou sílu
Když byl penicilin v roce 1928 náhodně objeven, otevřela se tím zcela nová kapitola medicíny. Zápal plic, otrava krve, infikované rány — nemoci, které dříve velmi často končily smrtí, se najednou staly léčitelnými. Operace se staly bezpečnějšími, horečka omladnic výrazně ustoupila a prostá infekce přestala být rozsudkem smrti.
Právě tento obrovský úspěch však s sebou přinesl závažné důsledky. Po dlouhá léta se antibiotika rozdávala při angínách, zánětech uší i při běžném nachlazení — i tehdy, kdy byl skutečným původcem nemoci virus. V živočišné výrobě dostávala zvířata antibiotické kúry preventivně, aby rychleji rostla a neonemocněla.
Masovým a mnohdy zbytečným užíváním jsme bakteriím poskytli ideální podmínky k tomu, aby se krok za krokem přizpůsobovaly našim lékům.
Bakterie se dělí neuvěřitelně rychle. Při každém dělení mohou vzniknout drobné genetické změny. Jedinec, který náhodou nese mutaci chránící ho před určitým antibiotikem, kúru přežije. Tyto odolné bakterie se množí a své výhody předávají dál. Po tisících generací vzniká takzvaná superbakterie, která na léky dostupné v lékárnách téměř nereaguje.
Antibiotická rezistence: tichá pandemie, která sílí
Podle aktuálních odhadů každoročně umírá přibližně 1,1 milionu lidí na infekce způsobené bakteriemi, jež jsou vůči dostupným antibiotikům rezistentní. Pokud státy radikálně nezměří svůj přístup, mohl by tento počet do roku 2050 vyšplhat na osm milionů obětí ročně. To je více, než kolik životů si dnes vyžádají všechny typy rakoviny dohromady.
Mezi nejznámější problematické původce patří:
- Neisseria gonorrhoeae: způsobuje kapavku a je dnes prakticky necitlivá na mnoho antibiotik první volby.
- Staphylococcus aureus (včetně MRSA): žije neškodně na kůži milionů lidí, při ranách nebo operacích však může způsobit závažné infekce, které se velmi obtížně léčí.
Za těmito konkrétními případy se skrývá mnohem širší trend. Desítky dalších patogenů vykazují podobné vzorce. Rezistence narůstá rychleji, než jsme schopni vyvíjet nové léky. Mezi lety 2017 a 2022 vstoupilo na světový trh pouhých dvanáct nových antibiotik. Většina z nich přitom představovala pouze variaci na stávající skupiny látek — a vůči nim si bakterie mnohdy již stihly vyvinout obranné mechanismy.
Skutečně nové antibiotikum vyžaduje mnohaletý vývoj, obrovské investice a přísné bezpečnostní testy. Pro farmaceutické firmy je to finančně nevýhodné: kvalitní antibiotikum by se totiž mělo předepisovat co nejméně, aby se zpomalil vznik rezistence. To tlumí tržby, zatímco rizika a náklady zůstávají vysoké. Výsledkem je, že řada společností z tohoto výzkumného oboru zcela odchází.
Lékařská věda nenaráží jen na biologické hranice, ale také na ekonomické a technologické zdi.
Umělá inteligence jako urychlovač: hledání léků rychlostí bakterií
Vědci se nyní pokoušejí tuto zeď obejít pomocí umělé inteligence. Jedním z nejcitovanějších příkladů je projekt z Massachusettského technologického institutu (MIT), kde profesor James Collins se svým týmem natrénoval AI model k vyhledávání nových antibiotik.
Tento model nejprve prošel důkladným „školením". Byl napájen daty o:
- chemických strukturách známých antibiotik
- způsobech, jakými tyto látky napadají a ničí bakterie
- tom, který typ bakterie reaguje na kterou látku
- toxicitě vůči lidské tkáni
Systém se v tomto moři dat naučil rozpoznávat vzorce: které tvary a kombinace atomů jsou typické pro látky schopné zabíjet bakterie a které naopak odpovídají molekulám neúčinným nebo nebezpečným.
Z milionů molekul k hrstce slibných kandidátů
Teprve poté začala skutečná práce. Namísto procházení tisíců zkumavek ve fyzické laboratoři nechali vědci AI virtuálně prohledat obrovskou knihovnu čítající přibližně 45 milionů chemických struktur. Žádné pokusy se zkumavkami — jen výpočetní modely odhadující, jak se pravděpodobně zachová určitý tvar molekuly v kontaktu s bakterií.
Na základě těchto odhadů systém rovněž sám generoval nové varianty. Tím, že do dalších výpočetních kol zahrnoval úspěchy i neúspěchy, AI molekuly postupně upravovala tak, aby zvyšovala pravděpodobnost antibakteriálního účinku. Výsledkem bylo přibližně 36 milionů zcela nových sloučenin, které dosud nebyly testovány na žádném člověku ani zvířeti.
Tam, kde tradičnímu výzkumnému týmu trvá práce s několika tisíci kandidáty roky, projde AI miliony možností během dnů.
Z tohoto množství vědci vybrali omezenou skupinu nejslibnějších látek, které pak skutečně syntetizovali a testovali na rezistentních bakteriálních kmenech v reálné laboratoři. Z této hrstky kandidátů se dvě ukázaly jako mimořádně účinné vůči bakteriím odolným vůči stávajícím antibiotikům — a navíc působily zcela jiným mechanismem než současné léky.
Dvě molekuly z 36 milionů může znít skrovně, ale ve vývoji léků jde o pozoruhodně dobrý výsledek. Mnoho klasických programů pro vývoj léků skončí po letech výzkumu bez jediné účinné látky, která by prošla přes preklinickou fázi.
Další AI systémy zapojené do boje proti rezistenci
MIT projekt nestojí osamoceně. Na více frontách se v boji proti rezistenci objevují různé AI aplikace:
| AI nástroj | Role ve zdravotní péči |
|---|---|
| AlphaFold | Předpovídá 3D strukturu bílkovin, díky čemuž vědci lépe vidí, kde přesně může antibiotikum bakterii „zasáhnout". |
| AMR-AI modely | Odhadují, jak se bakterie geneticky vyvíjejí a které rezistenční mechanismy se pravděpodobně objeví. |
| Prediktivní nemocniční modely | Analyzují data pacientů a doporučují, které antibiotikum má největší šanci na úspěch, čímž omezují zbytečně širokospektrální užívání. |
Kombinací těchto systémů mohou vědci hledat cíleněji: lépe vědí, které bakteriální bílkoviny představují zranitelnou achillovu patu, které tvary molekul jsou perspektivní a jakou strategii bakterie pravděpodobně zvolí k budoucí adaptaci.
Umělá inteligence není zázračný lék — ale je to velmi potřebný urychlovač
Přesto umělá inteligence problém sama o sobě nevyřeší. Algoritmus, který označí zajímavou molekulu, ještě neznamená bezpečný lék v lékárně. Mezi digitální předpovědí a schváleným antibiotikem leží roky testování toxicity, klinické studie, regulační schvalování a výrobní výzvy.
Samotné příčiny rezistence chytrý software neodstraní. Dokud lékaři, veterináři a pacienti používají antibiotika zbytečně, přetrvává tlak na bakterie, aby si vyvinuly nové obranné metody. Přísnější pravidla, lepší osvěta a rychlá diagnostika zůstávají nezbytné.
Umělá inteligence rozšiřuje lékařský arzenál nástrojů, ale způsob, jakým s těmito nástroji zacházíme, zůstává záležitostí lidí.
Co to znamená pro pacienty a každodenní praxi
Pro pacienty mohou mít tyto pokroky v dlouhodobém horizontu zásadní důsledky. Pokud se nová antibiotika objevená pomocí AI ukáží jako bezpečná a účinná, získají lékaři další možnosti při léčbě složitých infekcí. To není důležité jen pro vzácná onemocnění — bez zvládnutelných infekcí se stávají skutečně nebezpečnými i rutinní výkony jako operace slepého střeva nebo chemoterapie.
V každodenní praxi roste role rozhodování řízeného daty. Nemocnice budují systémy, které automaticky propojují laboratorní výsledky, předchozí infekce a lokální vzorce rezistence. AI systém pak může například doporučit:
- které antibiotikum má největší pravděpodobnost úspěchu
- jaká dávka je dostatečná, aniž by byla zbytečně vysoká
- jak dlouho by léčba měla trvat
Cílenější léčba snižuje pravděpodobnost, že bakterie opět postoupí o krok dál. To však vyžaduje transparentnost: lékaři potřebují rozumět tomu, proč model určité doporučení vydal, a pacienti musí mít jistotu, že s jejich daty je nakládáno odpovědně.
Co můžete sami udělat pro omezení rezistence
Antibiotická rezistence může znít jako vzdálený problém, ale každodenní chování hraje zásadní roli. Několik konkrétních kroků:
- Nežádejte antibiotika „pro jistotu", pokud váš lékař říká, že nejsou potřeba.
- Vždy dokončete předepsanou kúru, i když se cítíte lépe.
- Nikdy nepoužívejte zbytky z předchozí kúry ani léky od někoho jiného.
- Dbejte na hygienu: důkladné mytí rukou, dodržování očkování a ošetřování ran snižují pravděpodobnost, že antibiotika vůbec budete potřebovat.
Umělá inteligence nám může pomoci nacházet nové léky, ale rychlost, s jakou bakterie protiútočí, závisí do velké míry na tom, jak s těmito léky nakládáme. Právě kombinace pokročilé technologie a rozumných rozhodnutí — v ordinaci, nemocnici i doma — rozhodne o tom, zda nová antibiotika vydrží desetiletí, nebo budou vyčerpaná během několika málo let.
