เทคนิคปัญญาประดิษฐ์ใช้รูปแบบการดื้อยาปฏิชีวนะ

รูปแบบการดื้อยาปฏิชีวนะโดยมีวัตถุประสงค์เพื่อค้นหาแนวโน้มที่สามารถช่วยตัดสินใจว่าการรักษาใดที่จะนำไปใช้กับผู้ป่วยแต่ละประเภทและหยุดการแพร่กระจายของแบคทีเรีย ซึ่งเป็นความเข้มข้นต่ำสุดของยาปฏิชีวนะที่สามารถยับยั้งการเจริญเติบโตของแบคทีเรียได้ ยิ่งไมค์ของแบคทีเรียต่อต้านยาปฏิชีวนะมากเท่าใด ความต้านทานของแบคทีเรียก็จะยิ่งมากขึ้นเท่านั้น

ฐานข้อมูลสาธารณะส่วนใหญ่มีเฉพาะความถี่ของเชื้อโรคที่ดื้อต่อ ซึ่งเป็นข้อมูลที่รวบรวมซึ่งคำนวณจากการวัด MIC และเกณฑ์ความต้านทานที่กำหนดไว้ล่วงหน้าตัวอย่างเช่น สำหรับเชื้อโรคที่กำหนด เกณฑ์การดื้อยาปฏิชีวนะอาจเป็น 4: ถ้าแบคทีเรียมีค่า MIC เท่ากับ 16 จะถือว่าดื้อยาและจะถูกนับเมื่อคำนวณความถี่การดื้อยา เพื่อทำการวิจัยนี้ ทีมงานได้วิเคราะห์ฐานข้อมูลที่ไม่เคยมีมาก่อน เนื่องจากมีข้อมูลดิบเกี่ยวกับการดื้อยาปฏิชีวนะ คณะทำงานที่นำโดย UC3M ได้เปรียบเทียบข้อมูลผู้ป่วย 600,000 คนจากกว่า 70 ประเทศและใช้วิธีการเรียนรู้ด้วยเครื่อง (เทคนิคปัญญาประดิษฐ์ประเภทหนึ่ง) เพื่อดึงข้อมูล รูปแบบวิวัฒนาการของการต่อต้าน