Från mirakelkur till sårbar punkt i vårt hälsosystem

Läkare slår larm: allt fler infektioner reagerar inte längre på antibiotika, medan artificiell intelligens oväntat växer fram som ett nytt vapen i striden.

När Alexander Fleming upptäckte penicillin 1928 förändrades medicinen från grunden. Lunginflammation, sårinfektioner, blodförgiftning – sjukdomar som tidigare ofta slutade dödligt kunde plötsligt behandlas. På bara några decennier blev antibiotika en av hörnstenarna i den moderna medicinen.

Just den framgången vänder sig nu mot oss. Genom årtionden av frikostig och ofta onödig antibiotikaanvändning har ett enormt evolutionärt tryck uppstått på bakterierna. De mikroorganismer som av en slump bar på en skyddande mutation överlevde behandlingen, förökade sig och förde vidare sin fördel till nästa generation.

Världen över ser läkare i allt större utsträckning infektioner som inte eller endast med svårighet reagerar på standardantibiotika. Medicinens verktygslåda håller på att tömmas.

Världshälsoorganisationen betraktar idag antibiotikaresistens som ett av de största hoten mot folkhälsan. Uppskattningsvis dör omkring 1,1 miljoner människor redan varje år av infektioner som inte kan behandlas med tillgängliga medel. Om det nuvarande mönstret fortsätter kan den siffran innan 2050 stiga till omkring åtta miljoner dödsfall om året – mer än alla cancerformer tillsammans orsakar idag.

Superbakterierna rycker fram medan nya medel uteblir

I den medicinska litteraturen dyker samma namn upp om och om igen som skräckbilder på resistens. Neisseria gonorrhoeae, bakterien bakom gonorré, kan i många fall knappt bekämpas med de vanliga förstahandsantibiotika. Även Staphylococcus aureus, en bakterie som lever på huden hos miljoner människor utan att göra skada, har nu varianter som är okänsliga för meticillin och besläktade medel. Sådana infektioner kan utvecklas till allvarlig lunginflammation, beninfektioner eller blodförgiftning.

Detta är bara de mest kända exemplen. I det fördolda utvecklas dussintals andra sjukdomsframkallande bakterier i samma riktning. Bakteriernas anpassning sker snabbare än vår förmåga att utveckla nya läkemedel och få ut dem på marknaden.

Mellan 2017 och 2022 fick endast tolv nya antibiotika godkännande på global nivå, och nästan alla är variationer på befintliga klasser. Bakterierna känner redan till grundstrukturerna, och vissa har nu byggt upp försvarsmekanismer mot dessa varianter.

Att designa en helt ny antibakteriell molekyl kostar ofta mer än tio år och många miljarder kronor. Läkemedelsföretagen drar sig i allt större utsträckning tillbaka. Ett antibiotikum ska användas så sparsamt som möjligt för att begränsa resistens, vilket kraftigt minskar den potentiella vinsten. Därtill kommer strikt reglering, dyra kliniska studier och en osäker produktlivstid.

Läkemedelsindustrin har anammat den ekonomiska logiken, men den medicinska verkligheten gnider smärtsamt mot den.

AI som spårhund i en ofattbart stor molekylär labyrint

Forskargrupper försöker bryta upp denna återvändsgränd med artificiell intelligens. Ett av de mest citerade exemplen kommer från Massachusetts Institute of Technology (MIT), där professor James Collins team tränade en modell för att riktat söka efter nya antibiotika.

Istället för att testa substanser på måfå fick algoritmen först undervisning i ett århundrades farmakologisk kunskap: hur kända antibiotika är uppbyggda, hur de angriper bakterier, vilka former av toxicitet som är riskabla, och hur olika bakteriearter ser ut på molekylär nivå.

Med den kunskapen kunde modellen lära sig vilka geometriska mönster i ett ämne som pekar på antibakteriell verkan. Därefter började AI:s egentliga styrka att spela in: hastighet och skala.

Omkring 45 miljoner befintliga kemiska strukturer blev virtuellt utvärderade för sin förmåga att döda bakterier.
Lovande kandidater fick små justeringar, varefter modellen räknade igen.
På så sätt uppstod omkring 36 miljoner nya, syntetiska varianter som aldrig tidigare hade framställts i ett laboratorium.

Först därefter gick forskarna in i det verkliga laboratoriet. En del av dessa digitalt utvalda ämnen syntetiserades och testades på levande bakterier. Inom den gruppen visade sig två föreningar ha kraftig verkan mot resistenta stammar, med en verkningsmekanisme som tydligt skiljer sig från befintliga antibiotika.

I traditionell läkemedelsutveckling slutar otaliga projekt efter årslångt arbete utan en enda kandidat som når det prekliniska stadiet. Två seriösa fynd från en enda AI-runda är därför inte ett misslyckande – det är ett genombrott.

Mer än bara nya piller: AI som strategisk partner

AI hjälper inte bara till att tänka ut nya ämnen, utan också att utnyttja det vi redan har mycket mer intelligent. System som AlphaFold förutsäger den tredimensionella strukturen av proteiner, inklusive bakteriers. Det gör det möjligt att mycket precist se var ett läkemedel ska sätta in, och hur en bakterie använder mutationer för att undkomma behandling.

Dessutom utvecklas modeller som förutspår hur resistenta bakterier kommer att utvecklas, baserat på stora mängder patientdata, laboratoriesvar och genetisk information. Sådana AMR-AI-modeller (antimicrobial resistance-AI) kan varna läkare om vilka medel som på kort sikt riskerar att förlora effektivitet, eller var ett utbrott av en viss resistent stam är på väg.

För sjukhus och hälsomyndigheter ger det konkreta möjligheter:

snabbare att inse om en infektion sannolikt är resistent
att basera behandlingsval på realtidsdata framför föråldrade riktlinjer
att använda antibiotika mer riktat och i kortare förlopp, så gynnsamma bakterier skadas mindre
att upptäcka regionala utbrott av resistenta bakterier i ett tidigare skede

Varför AI inte är en mirakelkur, men kan utgöra en vändpunkt

Ingen i fackmiljön förväntar sig att AI löser resistenskrisen ensam. Bakterier fortsätter att anpassa sig blixtsnabbt, och varje nytt antibiotikum sätter på nytt igång selektion. Utan klokare förskrivningspraxis, bättre hygien på sjukhus, strängare regler för antibiotikaanvändning i jordbruket och ökad global datadelning kommer det att fortsätta vara som att tömma havet med en sked.

Trots det markerar användningen av AI en tydlig vändpunkt. Teknologin kan på några dagar gå igenom kemiska bibliotek som mänsklig forskning skulle behöva årtionden för. Misslyckanden är fortfarande vardag, men tempot och omfattningen av dessa misslyckanden är så stor att de få framgångarna däremellan dyker upp långt snabbare.

Dessutom förskjuts gränsen mellan biologi och datavetenskap ytterligare. Forskare behöver inte i lika hög grad förlita sig på intuition och slump, utan kan låta modeller försortera hypoteser genom att känna igen mönster som förblir osynliga för människor. Det ökar chansen för att framtidens antibiotika inte bara är kraftfulla, utan också verkar riktat och ger färre biverkningar.

Vad det betyder för patienter och hälsovården

För den vanliga patienten förändras ännu inte mycket idag. De flesta AI-utvecklade ämnen befinner sig fortfarande i ett tidigt forskningsstadium. Ändå tecknar sig en framtid där behandling blir mer personlig och datadriven. En läkare skulle om inte så länge vid en allvarlig infektion på några sekunder kunna få rådgivning från ett AI-system som tar hänsyn till bakteriestammen, lokala resistenstal och patientens journal.

För hälsosystem ligger vinsten framför allt i tid. Varje månad ett befintligt antibiotikum tack vare intelligent användning förblir användbart ger extra utrymme för att säkert testa och införa nya medel. AI fungerar därmed inte bara som spejare efter nya läkemedel, utan också som förvaltare av det arsenal vi redan förfogar över.

När genetisk kunskap kombineras med kliniska data – tänk feber förlopp, blodvärden, tidigare infektioner – uppstår en rik bild av vad som fungerar i vilka situationer. Det är precis här AI är stark. Hoppet är att mänsklig insikt och algoritmisk beräkningskraft tillsammans kan skapa tillräckligt tempo för att göra kampen mot superbakterierna lite mer jämbördig igen.