קבלת החלטות אלגוריתמית בנוגע לאנטיביוטיקה בזיהומי דרכי השתן באמצעות חיזוי תועלת הטיפול המנוהל על ידי מרשמים

אנטיביוטיקה חכמה יותר לזיהומים שכיחים

זיהומי דרכי השתן (UTI) הם בין הסיבות השכיחות ביותר שמביאות אנשים לקבלת אנטיביוטיקה. עם זאת, בחירת התרופה המתאימה היא מעין משחק איזון: הרופאים צריכים לרפא את הזיהום, להימנע מתופעות לוואי חמורות ולשמור על החברה מפני החמרת עמידות לאנטיביוטיקה. המחקר הזה מציג סוג חדש של אלגוריתם קבלת החלטות שמטרתו לתמוך במטפלים על ידי שילוב נתוני בית חולים בקנה מידה גדול עם העדפותיהם והעדיפויות במציאות של הרופאים עצמם, ובכך לסייע בבחירה של אנטיביוטיקות היעילות עבור החולה ובטוחות יותר עבור הקהילה הרחבה.

הבעיה עם תרופות חזקות

הרפואה המודרנית נשענת על אנטיביוטיקה, אך שימוש מופרז בתרופות רחבות-ספקטרום — ה"כלים הגדולים" — דוחף למשבר גלובלי של עמידות למיקרואורגניזמים. האומות המאוחדות קבעו יעד: עד שנת 2030, 70% מהשימוש העולמי באנטיביוטיקות צריך להיות מתרופות צרות, מסדר ראשון, הידועות כ"גישה" (Access) לפי ארגון הבריאות העולמי. בפועל, רבים מהרופאים נוטים לכיוון תרופות רחבות יותר, המסומנות כ"צפייה/שמירה" (Watch/Reserve), כי הם חוששים שאופציה צרה עלולה להיכשל בפני חיידקים עמידים, במיוחד כשהחולים במצב קשה. כתוצאה מכך, לעתים קרובות אנו מוּכרים סיכוני עמידות לטווח הארוך תמורת שקט נפשי בטווח הקצר, מבלי כלים ברורים להעריך מתי תרופה צרה ובטוחה באמת תעבוד באותה מידה.

ללמד אלגוריתם לחשוב כמו קלינאי

החוקרים בנו אלגוריתם לקבלת החלטות אנטיביוטית המתמקד בזיהומי דרכי השתן באמצעות רשומות אלקטרוניות מפורטות של כמעט 94,000 מטופלים מאושפזים בבוסטון. תחילה הם אימנו מודלים חיזוי כדי להעריך, עבור 13 אנטיביוטיקות שונות, עד כמה סביר שהחיידקים הגורמים ל-UTI יהיו רגישים, ועד כמה סביר שהטיפול יגרום לבעיות כמו זיהום Clostridioides difficile או רעילות חמורה של התרופה. לאחר מכן קיבלו 49 קלינאים בבריטניה ממגוון תחומי התמחות תרגיל דירוג מקוון, בו בחרו בין אנטיביוטיקות בדיוניות שהבחינו בתכונות כמו סיכון לתופעות לוואי, התאמה ל-UTI, עלות, האם הן שייכות לקטגוריית Access או Watch/Reserve, והאם הן בצורת גלולה או עירוי. על ידי ניתוח דירוגים אלה קבעה הקבוצה עד כמה הרופאים מעריכים כל מאפיין — למשל, עד כמה הם מעדיפים תרופות אוראליות ממוקדות UTI ובעלות רעילות נמוכה על פני אפשרויות מסוכנות או חזקות יותר.

הוספת רשת הבטחה לחולים Very Sick

האלגוריתם הסופי שילב שני מרכיבים אלה: חיזויים מונעי-נתונים ושיפוטי ערך של קלינאים. עבור כל מטופל הוא חישב "ערך טיפול" לכל אנטיביוטיקה, תוך התחשבות בסיכוי החזוי שהתרופה תפעל, בהסתברות לתופעות לוואי חמורות, בקטגוריית Access/Watch/Reserve ובצורת המנה (אוראלית או עירוי). באופן מהותי, האלגוריתם גם הטמיע מנגנון בטיחות המבוסס על מידת המחלה שנצפתה בחדר המיון. ככל שחומרת המחלה עלתה, האלגוריתם נתן באופן אוטומטי משקל גדול יותר לפגיעה חזקה בזיהום ולזמינות אפשרות עירוי. במילים אחרות, עבור חולים במצב קל יחסית הוא ניסה להעדיף תרופות צרות ואוראליות, אך ככל שהחולים החמירו המערכת נעשתה מוכנה יותר להשתמש באנטיביוטיקה חזקה יותר ובצורת עירוי כדי להגן מפני כישלון הטיפול.

כיצד האלגוריתם השווה מול רופאים

לאחר מכן הקבוצה הריצה סימולציה באמצעות מקרים אמיתיים מחדר המיון שבהם חולים סבלו מ-UTI ותבניות שתן נשלחו. הם השוו בין האנטיביוטיקות שבאמת ניתנו על ידי הרופאים לבין אלה שהאלגוריתם היה בוחר בזמן שליחת התרבות השתן. שתי הגישות היו דומות ביכולתם לבחור אנטיביוטיקה שכיסתה את החיידק של המטופל. עם זאת, האלגוריתם עשה זאת תוך בחירה בכמות גדולה בהרבה של תרופות צרות מקטגוריית Access ובטיפולים אוראליים — ובשימוש מועט יותר באנטיביוטיקה בעירוי. עבור חולים קשים יותר האלגוריתם התנהג במידה רבה כמו מרשמים אנושיים, והתקדם כראוי לכיוון עירוי ותרופות חזקות יותר. המקום שבו הוא הבדיל היה בזיהוי הזדמנויות נוספות — במיוחד בחולים בעלי חומרת מחלה מתונה — לטפל בבטחה עם תרופות אוראליות מקטגוריית Access כמו ניטרופורנטואין ואמפיקילין-סולבקטם, במקום להירתם כברירת מחדל לאפשרויות רחבות יותר.

מה המשמעות של זה עבור הטיפול היומיומי

לקורא שאינו מקצועי, המסר המרכזי הוא שמערכת זו אינה מחליפה רופאים; במקום זאת היא פועלת כמחשבון להערכת סיכונים ותועלות מורכבת שרופאים כבר מתחשבים בה אך אינם יכולים לחשב במדויק בראשם. על ידי חיבור העדיפויות של הקלינאים עם ראיות בקנה מידה גדול על ביצועי אנטיביוטיקה, האלגוריתם יכול להציע טיפולים שהם יעילים באותה מידה עבור מטופלים בודדים אך עדינים יותר לגוף ולבריאות הציבור — מעדיף גלולות על פני עירויים כאשר זה בטוח, ותרופות צרות על פני תרופות קצה כאשר זה אפשרי. אם יאומת במסגרות נוספות, כלים כאלה עשויים לסייע לבתי חולים ולמערכות בריאות להתקרב ליעדים גלובליים של שימוש אחראי באנטיביוטיקה, מבלי לפגוע בבטיחותם של אנשים המגיעים במצב קריטי עם זיהום.

ציטוט: Howard, A., Green, P.L., Zhong, Y. et al. Algorithmic antibiotic decision-making in urinary tract infection using prescriber-informed prediction of treatment utility. npj Digit. Med. 9, 136 (2026). https://doi.org/10.1038/s41746-026-02369-z

מילות מפתח: זיהום בדרכי השתן, ניהול השימוש באנטיביוטיקה, תמיכה בקבלת החלטות קלינית, עמידות למיקרואורגניזמים אנטימיקרוביאלית, למידת מכונה ברפואה