Prédiction de la Résistance Bactérienne aux Antibiotiques Basée sur des approches ML et DL

Abstract

La résistance aux antibiotiques est devenue un problème de santé mondial critique en raison de l'inefficacité des antibiotiques, de la propagation de bactéries résistantes et des options de traitement limitées, ce qui nécessite le développement d'approches innovantes pour prédire et combattre ce phénomène. Dans notre étude, des algorithmes d'apprentissage automatique et d’apprentissage profond ont été utilisés pour développer des modèles prédictifs basés sur diverses caractéristiques dérivées de données génomiques, phénotypiques et cliniques. Nous avons développé un modèle qui prédit la résistance aux antibiotiques chez les bactéries Neisseria gonorrhoeae et Escherichia coli, permettant une identification précise et rapide des souches bactériennes résistantes. Une précision de 99 % a été obtenue pour Neisseria.g et de 89 % pour E.coli. Ce modèle s'est avéré très efficace et précis dans la prédiction de la résistance aux antibiotiques.