Selon les prévisions, la résistance aux antimicrobiens (RAM) sera la principale cause de décès dans le monde d’ici 2050. Il est impératif d’explorer de nouvelles stratégies pour ralentir l’évolution de la résistance et préserver notre capacité à lutter contre les maladies infectieuses. Le diagnostic correct et rapide des microbes à l’origine des maladies chez les patients est un domaine d’intervention essentiel. Pour les infections des voies urinaires (UTI), la deuxième infection la plus fréquente chez l’homme, la méthode de diagnostic standard (culture microbienne et spectrométrie de masse) prend 1 à 2 jours. Pendant ce temps, les patients reçoivent des antibiotiques à large spectre, ce qui accroît la sélection de nouvelles résistances dans la population.
De plus, cette méthode ne permet pas de détecter la résistance aux antimicrobiens. Notre équipe a mis au point MICROB-AI, une technologie basée sur les signatures protéiques et l’intelligence artificielle, qui permet d’identifier les agents pathogènes responsables des infections urinaires en 4 heures. Dans cette proposition, nous allons au-delà de l’état de l’art en étendant notre travail à la détection de la résistance (MICROB-AI-R+) qui peut être utilisée pour informer les cliniciens sur les stratégies de traitement efficaces. Ceci limitera l’évolution de la résistance et réduira les coûts associés aux infections urinaires au Canada. Dans l’ensemble, le projet proposé est une preuve de concept pour une technologie qui pourrait faire du Québec et du Canada un chef de file dans l’utilisation appropriée des antibiotiques dans les soins de santé.