• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  •  Science >> Ciência >  >> Biologia
    IA revela lacunas críticas na investigação global sobre resistência antimicrobiana
    Mapeamento global dos números de publicações relacionadas ao MRSA. Crédito:Environment International (2024). DOI:10.1016/j.envint.2024.108680

    A inteligência artificial (IA) ajudou a identificar lacunas de conhecimento, metodológicas e de comunicação na investigação global sobre resistência antimicrobiana (RAM).



    Num novo estudo realizado pela Academia Chinesa de Ciências e pela Universidade de Newcastle sob a co-liderança do Professor Yong-Guan Zhu e do Professor David W. Graham, respectivamente, os especialistas compilaram uma base de dados abrangente de 254.738 artigos abrangendo duas décadas, lançando luz sobre padrões de pesquisa sobre RAM em todo o mundo.

    Descobriram que a terminologia e os métodos utilizados na investigação sobre a RAM diferem significativamente nos setores médico, veterinário, de segurança alimentar, de agricultura vegetal e ambiental. As diferenças semânticas e metodológicas resultam num trabalho de avaliação limitado entre sectores e numa comunicação intersectorial limitada, resultando em mensagens inconsistentes para os decisores.

    Através de análises sofisticadas baseadas em IA, a equipa desenvolveu mapas globais que apresentam atividades de investigação regionais, metodológicas e setoriais sobre a RAM. As conclusões confirmam uma total falta de colaboração interdisciplinar, especialmente nos países de baixo rendimento, onde o fardo do aumento da RAM é mais agudo.

    Publicado na revista Environment International , as conclusões explicam por que razão as soluções para a RAM baseadas no One Health não estão a desenvolver-se conforme necessário. Os resultados poderão desempenhar um papel fundamental no fornecimento de orientações sobre como e onde integrar melhor a vigilância da RAM em todos os setores e regiões do mundo.

    O professor David W. Graham, professor emérito de engenharia da Universidade de Newcastle, disse:"As descobertas destacam a necessidade urgente de maior coordenação nos métodos de pesquisa entre setores e regiões. Por exemplo, as comunidades médicas e veterinárias precisam de informações sobre patógenos infecciosos vivos da RAM para priorizar decisões, enquanto os pesquisadores ambientais muitas vezes se concentram em alvos genéticos. Nosso trabalho mostra que a cultura da microbiologia e o sequenciamento de isolados e a metagenômica devem ser realizados em conjunto em todos os trabalhos futuros, e mais dados de contexto devem ser coletados para relacionar resultados de diferentes setores.

    “As conclusões do nosso artigo apoiam mensagens importantes do Programa das Nações Unidas para o Meio Ambiente e da Organização Mundial da Saúde que enfatizam que a melhor forma de mitigar a RAM é através da prevenção e da vigilância integrada, o que é fundamental para priorizar soluções”.

    Esta questão está a ser abordada pelo Grupo Técnico Quadripartite das Nações Unidas sobre Vigilância Integrada da Utilização e Resistência Antimicrobiana, do qual o Prof. Zhu e Graham são membros.

    Graham continuou:"Este trabalho só foi possível devido ao novo uso da inteligência artificial e do processamento de linguagem natural para pesquisar de forma inteligente um banco de dados extenso e vivo, um arquivo que disponibilizamos abertamente para uso e contribuições públicas. Este artigo representa o primeiro de uma série de manuscritos conjuntos que aproveitam a IA para orientar a futura RAM e outras agendas de pesquisa."

    O professor Yong-Guan Zhu, professor de Ciências Ambientais da Academia Chinesa de Ciências, acrescentou:"A estrutura do One Health é de importância crítica na salvaguarda da saúde humana e do ecossistema, mas precisa de roteiros para ser implementada; este estudo identifica oportunamente [um] caminho O estudo também demonstra que a colaboração multidisciplinar e internacional é essencial para resolver desafios globais e que devemos abraçar tecnologias emergentes, como a IA."

    Ambos os cientistas recomendam investigação futura e um maior investimento no desenvolvimento de capacidades, especialmente em países de baixo rendimento, para enfrentar os desafios prementes da RAM nestas regiões.

    Mais informações: Cai Chen et al, Caracterizando a pesquisa global de resistência antimicrobiana explica por que as soluções One Health são lentas no desenvolvimento:uma aplicação de análise de lacunas baseada em IA, Environment International (2024). DOI:10.1016/j.envint.2024.108680
    Informações do diário: Meio Ambiente Internacional

    Fornecido pela Universidade de Newcastle



    © Ciência https://pt.scienceaq.com