מסגרת תא דיגיטלי אבולוציוני למתן אמידי אוקסין מיטבי ביילודים עם חשד לזיהום דם

מדוע חולים זעירים ופחות נתונים נפגשים

כשיילודים מפתחים זיהומים קשים, לרופאים לעיתים יש שעות בודדות כדי להתחיל את האנטיביוטיקה הנכונה במינון הנכון. אבל כל תינוק בטיפול נמרץ שונה, במיוחד תינוקות פגים שאיבריהם עדיין מתפתחים. מחקר זה מדגים כיצד "תא דיגיטלי" וירטואלי של כל תינוק יכול לבדוק תוכניות טיפול במחשב מראש, ולעזור לרופאים לבחור מינונים שנלחמים בזיהום, מגנים על כליות רגישות ומאיטים את עליית החיידקים העמידים.

יצירת העתק וירטואלי של יילוד

החוקרים בנו תמצית מתמטית של כל תינוק המדמה כיצד אנטיביוטיק ממשפחת האמינוגליקוזידים, אמיקצין, נע בגוף ומשפיע על החיידקים. חלק אחד של התא מייצג את מחזור הדם, הכליות ושאר הגוף, וחוזה כיצד התרופה מתפלגת ומנוקה לאורך זמן. חלק אחר מייצג קהילות חיידקים, מפוצלות לקבוצות רגישות לתרופה וקבוצות עקשניות יותר, ועוקב כיצד הן מתרבות, מתחרות ונמחקות תחת רמות תרופה משתנות. שני החלקים מקושרים, כך שהתינוק הוירטואלי והזיהום הוירטואלי שלו מתפתחים יחד במהלך הטיפול.

ללמד את התא לעקוב אחרי כליות אמיתיות

ביילודים חולים, תפקוד הכליות יכול להשתנות מיום ליום, במיוחד כשהם פגים מאוד, חוו חוסר חמצן בלידה, או מקבלים תרופות אחרות המעמיסות על הכליות. הקבוצה אילפה סוג של מודל למידה עמוקה, רשת זיכרון לטווח ארוך וקצר (LSTM), על יותר מ־7000 מדידות אמיתיות של מוצר פסולת בדם הידוע כמינון קריאטינין סרום. זה אפשר לתא לעדכן ערך מפתח של סינון כלייתי יומי מתוך נתונים פשוטים ליד המיטה. בהשוואה למודל כליות שנבנה ידנית קודם לכן, הגישה החדשה חזו קריאטינין בדיוק רב יותר ברחבי בתי חולים וסוגי מחלות שונים, מה שנותן תחזיות רמות תרופה אמינות יותר.

בדיקת התא מול רמות תרופה וזיהומים אמיתיים

כדי לוודא שהתאים מתנהגים בריאליסטיות, המדענים הזינו אליהם רשומות טיפול אמיתיות מיותר מ־1600 יילודים שקיבלו אמיקצין. המודלים הוירטואליים שחזרו אלפי ריכוזי תרופה מדודים בדם עם שגיאה מתונה, אפילו בתינוקות שקיבלו טיפול קירור לאחר אספיקסיה או תרופות תומכות לב נוספות. כאשר הצוות בדק את תחזיות המודל לגבי מספרי החיידקים, הן תאמו האם תרביות דם מאותם תינוקות היו חיוביות או שליליות. ממצא זה מרמז שהתא יכול לא רק לעקוב אחרי רמות התרופה, אלא גם ללכוד את המגמה הרחבה של שליטה בזיהום כפי שנצפתה במרפאה.

לאפשר למחשב להתאים את הטיפול

לאחר אימות, התאים הדיגיטליים שומשו לחקור בחירות טיפול באוכלוסייה וירטואלית גדולה שעלתה טווח רחב של גיל הריון וגיל לאחר הלידה. תוכנית אופטימיזציה חיפשה בתוך גבולות מינון סטנדרטיים כדי למצוא תכנית אישית לכל תא ששמרה על שיאי תרופה מספיקים לדיכוי חיידקים, ובו בזמן אפשרה לרמות לרדת בין מינונים כדי להפחית סיכון כלייתי. המודל גם איפשר לרגישות החיידקים לתרופה להידרדר בהדרגה במהלך הטיפול, מחקה את עליית העמידות האיטית. גרסה מתקדמת יותר של הבקר הסתכלה כמה מינונים קדימה והתאימה לוחות זמנים כדי למנוע התאוששות מאוחרת של חיידקים קשוחים יותר, שיפור השליטה לטווח הארוך ללא דחיפת רמות התרופה לאיזורים מסוכנים.

מה משמעות הדבר עבור יילודים פגיעים

גם עבור תינוקות מדומים וגם עבור קבוצות חולים אמיתיות, לוחות זמנים של מינון שמנחים על ידי תא דיגיטלי נתנו חיזוי טוב יותר של ניקוי הזיהום ופחות התרחבות של חיידקים עמידים לעומת כללי המינון הסטנדרטיים המשמשים כיום, תוך שמירה על החשיפה בתוך גבולות בטיחות מקובלים. השיטה מתבססת רק על מידע שנאסף שגרתית לצד המיטה, כגון גיל, משקל, בדיקות קריאטינין והיסטוריית טיפול. למרות שעדיין נדרש ניסוי פרוספקטיבי, העבודה מצביעה לעתיד שבו מהלך האנטיביוטיקה של כל יילוד מעוצב ברציפות על ידי לווין וירטואלי, ועוזר לרופאים לתת מספיק תרופה כדי לרפא את הזיהום אך לא כל כך הרבה שהיא פוגעת בתינוק או מאיצה את העמידות.

ציטוט: Prunella, M., Romano, C., Borri, A. et al. Evolutionary digital twin framework for optimal aminoglycoside dosing in neonates with suspected sepsis. npj Digit. Med. 9, 367 (2026). https://doi.org/10.1038/s41746-026-02558-w

מילות מפתח: זיהום דמיוני יילודים, תא דיגיטלי, מינון אמיקצין, עמידות לאנטיביוטיקה, רפואה מותאמת אישית