Nya elektrokemiska biosensorer och artificiell intelligens för förbättrad diagnostik avledprotesinfektioner orsakade av antibiotikaresistenta bakterier
Research Project, 2024 – 2026

10 miljoner individer av infektioner orsakade av sjukdomsalstrande bakterier.Detta leder till många dödsfall, stort lidande, samt omfattande ekonomiska kostnader för både sjukhus och samhället i stort.För att behandla bakteriella infektioner behövs ofta antibiotika.
10 miljoner individer av infektioner orsakade av sjukdomsalstrande bakterier. Detta leder till många dödsfall, stort lidande, samt omfattande ekonomiska kostnader för både sjukhus och samhället i stort. För att behandla bakteriella infektioner behövs ofta antibiotika. Den ökande mängden resistenta bakterier har dock gjort att antibiotika har helt eller delvis förlorat sin effektivitet. Antalet antibiotikaresistenta bakterier ökar över hela världen, vilket gör att infektioner blir allt svårare att bota. Snabb och korrekt diagnostik är viktigt för att effektivt behandla patienter med infektioner orsakade av bakterier. Här är information om typ av bakterie och mot vilka antibiotika som bakterien har utvecklat resistens helt nödvändigt för att välja rätt behandling. Om en patient felaktigt får en antibiotika som är verkningslös så finns det risk för att infektionen förvärras och, i värsta fall, patienten avlider. Dessutom finns det en risk att fler bakterier utvecklar resistens. Förbättrad diagnostik är därför helt nödvändigt för att vi ska kunna möta den växande mängden antibiotikaresistenta bakterier. Målet med det här forskningsprojektet är att ta fram nya sätt att diagnostisera bakteriella infektioner. Projektet fokuserar specifikt på infektioner relaterade till proteser, där bakterier kan förkomma i ledvätska, dvs den vätska som finns i våra leder såsom fingrar, knän och armbågar. Genom att utveckla en helt ny form av sensor tillsammans med nya beräkningsmetoder så kommer forskningsprojektet att ta fram innovativa sätt att detektera bakterier relaterade till proteser. Sensor kommer göra det möjligt att mäta förekomsten av kemiska ämnen i ledvätskan och därigenom avgöra ifall bakterier är närvarande. Eftersom sensor kommer vara känslig, så kommer endast en droppe ledvätska krävas. Dessutom kommer den vara snabb, vilket gör att resultaten blir tillgängliga i samband med provtagning så att rätt behandling kan startas så tidigt som möjligt. För att göra den nya sensorn så effektiv som möjligt kommer vi undersöka olika vilka kemiska ämnen – biomarkörer – som är lämpligast att mäta. Här kommer vi ta hjälp av artificiell intelligens (AI), där vi kommer att kombinera mätdata från flera olika biomarkörer och utesluta de som är ointressanta. För att ytterligare förbättra förmågan att identifiera bakterier och deras resistens så kommer även information om patient att inkluderas. Här kommer information som tex ålder, kön, geografiskt land, typ av infektion, tidigare antibiotikabehandling, etcetera, tas i beaktande. Detta kommer möjliggöra diagnostik som är specialanpassad till enskilda patienter. För att tolka all information – både mätvärden från biomarkörer och patientinformation – kommer vi att använda ’transformers’, vilket är en ny AI-teknik som för att hitta kopplingar och beroenden i data. Transformers har tidigare används framgångsrikt i, till exempel, chatbottar som ChatGPT, där de kan lära sig de grammatiska reglerna mellan ord i meningar. Vi kommer i stället använda tekniken för att hitta hur de olika biomarkörerna och patientinformationen hänger ihop med typ av bakterier och deras resistens – och därigenom göra diagnostiken mer exakt. Vår AI-metod kommer att tränas på en stor mängd mätningar tagna från patienter med riktiga infektioner. Vi kommer även att utveckla ett sätt att mäta hur säker AI-metoden är, vilket är viktigt för att bedöma tillförlitligheten när den senare används i kliniska miljöer. Forskningsprojektets mål är att utveckla och därefter noggrant utvärdera sensorn och AI-metodiken på ett stort antal patienter. När projektet är klart så kommer en resultaten att presenteras som en helt ny diagnostisk metod. Efter ytterligare verifiering, är planen att metoden ska lanseras på sjukhus över hela världen, och därigenom förbättra behandlingen av infektioner orsakade i samband med proteser. För att genomföra projektet har vi samlat flera framstående forskare från Italien, Schweiz och Sverige.

Participants

Erik Kristiansson (contact)

Chalmers, Mathematical Sciences, Applied Mathematics and Statistics

Funding

Swedish Research Council (VR)

Project ID: 2023-01685
Funding Chalmers participation during 2024–2026

More information

Latest update

2024-03-07