Yeni doğanlarda şüpheli sepsiste optimal aminoglikozid dozlaması için evrimsel dijital ikiz çerçevesi

Neden küçük hastalar ve büyük veri buluşuyor

Yeni doğan bebeklerde ciddi enfeksiyonlar geliştiğinde, doktorların doğru antibiyotiği doğru dozda başlatmak için genellikle sadece birkaç saati olur. Ancak yoğun bakımdaki her bebek farklıdır; özellikle organları hâlâ olgunlaşmakta olan prematüre bebekler. Bu çalışma, her bebeğin sanal bir “dijital ikizi”nin önce bilgisayarda antibiyotik planlarını test ederek enfeksiyonla savaşan, hassas böbrekleri koruyan ve dirençli bakterilerin yükselişini yavaşlatan dozları seçmede doktorlara nasıl yardımcı olabileceğini gösteriyor.

Yeni doğanın sanal bir kopyasını yapmak

Araştırmacılar, bir aminoglikozid antibiyotik olan amikasinin vücutta nasıl hareket ettiğini ve mikropları nasıl etkilediğini taklit eden matematiksel bir temsilci kurdular. İkizin bir bölümü kan akışını, böbrekleri ve geri kalan vücudu temsil ederek ilacın zaman içinde nasıl dağıldığını ve atıldığını tahmin ediyor. Diğer bölüm ise ilaç hassas ve daha dirençli gruplara ayrılmış bakteri topluluklarını temsil ederek değişen ilaç düzeyleri altında nasıl yaşadıklarını, rekabet ettiklerini ve öldüklerini izliyor. Bu iki bölüm birbirine bağlı, böylece sanal bebek ve sanal enfeksiyonu tedavi sırasında birlikte evriliyor.

İkizi gerçek böbreklere uydurmayı öğretmek

Hastalıklı yenidoğanlarda böbrek fonksiyonu gün be gün değişebilir; özellikle aşırı prematüre olduklarında, doğumla ilişkili oksijen kaybı yaşadıklarında veya diğer böbrekleri zorlayan ilaçlar aldıklarında. Ekip, kanın bir atık ürünü olan serum kreatinininin 7000’den fazla gerçek ölçümünde uzun-kısa süreli bellek ağı (long short term memory) adlı bir derin öğrenme modelini eğitti. Bu, ikizin her gün basit yatak başı verilerinden önemli bir böbrek filtre değerini güncellemesine olanak verdi. Önceden elle kurulmuş bir böbrek modeliyle karşılaştırıldığında, yeni yaklaşım farklı hastanelerde ve hastalık tiplerinde kreatinini daha doğru tahmin ederek ilaç düzeyi öngörülerini daha güvenilir hale getirdi.

İkizi gerçek ilaç düzeyleri ve enfeksiyonlarla karşılaştırmak

İkizlerin gerçekçi davrandığından emin olmak için bilim insanları, amikasin almış 1600’den fazla yenidoğandan gelen gerçek tedavi kayıtlarını onlara besledi. Sanal modeller, asfiksi sonrası soğutma tedavisi gören veya ek kalp destek ilaçları alan bebeklerde bile binlerce ölçülmüş kan ilacı konsantrasyonunu makul hata ile yeniden üretti. Ekip modelin öngördüğü bakteri sayılarına baktığında, bunlar aynı bebeklerden alınan kan kültürlerinin pozitif veya negatif olmasıyla uyumluydu. Bu, ikizin sadece ilaç düzeylerini takip etmekle kalmayıp klinikte görülen enfeksiyon kontrolünün genel desenini de yakalayabildiğini öne sürdü.

Bilgisayarın tedaviyi ayarlamasına izin vermek

Doğrulandıktan sonra dijital ikizler, gestasyonel ve postnatal yaş bakımından geniş bir aralığı kapsayan büyük bir sanal nüfusta tedavi seçeneklerini keşfetmek için kullanıldı. Bir optimizasyon programı, zirve ilaç düzeylerini bakterileri baskılayacak kadar yüksek tutarken dozlar arasında düşmesine izin vererek böbrek riskini azaltan kişisel bir plan bulmak üzere standart doz sınırları içinde arama yaptı. Model aynı zamanda tedavi sırasında bakterilerin ilaç hassasiyetinin yavaşça düşmesini, yani direncin yükselmesini taklit etmeye izin verdi. Kontrolörün daha gelişmiş bir versiyonu birkaç dozu önden göz önüne alıp daha dayanıklı bakterilerin geç dönem geri sıçramasını önlemek için programları ayarlayarak uzun vadeli kontrolü iyileştirdi; bunu yaparken ilaç düzeylerini tehlikeli seviyelere itmedi.

Bu, hassas yenidoğanlar için ne anlama geliyor

Hem simüle edilmiş bebeklerde hem de gerçek hastane kohortlarında dijital ikiz rehberli dozlama programları, standart dozlama kurallarına kıyasla tahmini enfeksiyon temizlenmesini daha iyi ve dirençli mikropların genişlemesini daha az sağladı; tüm bunlar maruziyeti kabul edilmiş güvenlik sınırları içinde tutarken gerçekleşti. Yaklaşım yalnızca yaş, ağırlık, kreatinin testleri ve tedavi geçmişi gibi rutin olarak toplanan yatak başı bilgilerine dayanıyor. Henüz prospektif testlere ihtiyaç duysa da bu çalışma, her yenidoğanın antibiyotik seyrinin sürekli olarak bir sanal eşlikçi tarafından yeniden şekillendirildiği; böylece klinisyenlerin enfeksiyonu iyileştirecek kadar ilaç vermesine, ancak bebeğe zarar verecek veya direnci tetikleyecek kadar fazla vermemesine yardımcı olan bir geleceğe işaret ediyor.

Atıf: 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

Anahtar kelimeler: yenidoğan sepsisi, dijital ikiz, amikasin dozlaması, antibiyotik direnci, kişiselleştirilmiş tıp