In solchen Fällen greifen Ärzte häufig zu Kombinationstherapien aus mehreren Antibiotika. Doch die Auswahl ist schwierig: Welche Kombination wirkt, hängt stark vom konkreten Bakterienstamm ab, der die Infektion verursacht.

Genau hier setzt der iACT-Test an. Statt sich auf Erfahrungswerte zu verlassen, wird die Bakterienprobe eines Patienten im Labor direkt mit verschiedenen Antibiotika-Kombinationen getestet.

Bis zu 180 Antibiotika-Kombinationen im Test

Ein zentrales Merkmal der Methode ist der große Testumfang. Im Labor können bis zu 180 unterschiedliche Antibiotika-Kombinationen in klinisch relevanten Konzentrationen gegen die isolierten Bakterien geprüft werden.

Die Forscher messen dabei, wie stark jede Kombination das Wachstum der Erreger hemmt oder sie abtötet. Das ist wichtig, weil Antibiotika in Kombination sehr unterschiedlich miteinander interagieren können:

• Manche wirken synergistisch und verstärken sich gegenseitig
• Andere zeigen nur additive Effekte
• Einige Kombinationen können sich sogar gegenseitig abschwächen

Durch das parallele Testen vieler Varianten steigt die Chance, eine wirksame Therapie selbst für hochresistente Bakterien zu finden.

Ein weiterer Vorteil: Der Test ist relativ schnell. Ergebnisse können in der Regel innerhalb von etwa 48 Stunden vorliegen, sodass Ärzte die Behandlung noch während der akuten Infektion anpassen können.

Rolle von KI und Datenanalyse

Der iACT‑Ansatz wird häufig als KI‑gestützt beschrieben. Dabei geht es vor allem um die computergestützte Auswertung der großen Datenmengen aus den Laborexperimenten.

Wenn dutzende oder sogar hunderte Kombinationen getestet werden, entsteht eine komplexe Datenmatrix darüber, welche Wirkstoffe zusammen effektiv sind. Datenanalyse-Tools helfen dabei, Muster zu erkennen und die vielversprechendsten Therapieoptionen für den einzelnen Patienten zu identifizieren.

Öffentliche Quellen liefern bislang nur begrenzte Details über die konkreten Algorithmen. Klar ist jedoch, dass die Plattform Labordaten und rechnergestützte Analyse kombiniert, um personalisierte Antibiotika-Regime vorzuschlagen.

Warum personalisierte Kombinationstherapien wichtig sind

Multiresistente Infektionen sind so gefährlich, weil die Zahl wirksamer Antibiotika stetig abnimmt. Ärzte müssen deshalb oft mehrere Medikamente gleichzeitig einsetzen.

Studien zeigen jedoch, dass erfolgreiche Kombinationen häufig stark stammspezifisch sind: Eine Therapie, die bei einem Patienten funktioniert, kann bei einem anderen komplett wirkungslos sein.

Ein testbasierter Ansatz wie iACT kann daher mehrere Vorteile bringen:

• gezielte Auswahl der wirksamsten Medikamentenkombination
• Vermeidung ineffektiver oder unnötig toxischer Therapien
• bessere Behandlungsergebnisse bei schweren Infektionen

Gleichzeitig unterstützt er Programme zur Antibiotic Stewardship – also den möglichst präzisen und verantwortungsvollen Einsatz von Antibiotika, um deren Wirksamkeit langfristig zu erhalten.

Zusammenarbeit von SGH und A*STAR

Damit solche Technologien nicht nur im Forschungslabor bleiben, arbeitet das Singapore General Hospital mit dem Diagnostics Development Hub von A*STAR zusammen – der staatlichen Forschungsagentur Singapurs.

Im Rahmen einer Kooperation sollen vielversprechende medizinische Innovationen aus der Forschung in marktreife Diagnostiklösungen überführt werden.

Zu den Projekten, die bereits durch diese Zusammenarbeit unterstützt werden, gehört auch die iACT-Plattform. Ziel ist es, daraus skalierbare Diagnostiksysteme zu entwickeln, die im Gesundheitswesen Singapurs eingesetzt und später auch international lizenziert oder vermarktet werden können.

Bedeutung im Kampf gegen Antibiotikaresistenzen

Antimikrobielle Resistenzen gelten weltweit als wachsende Gesundheitsbedrohung. Da neue Antibiotika nur langsam entwickelt werden, gewinnt die optimierte Nutzung vorhandener Medikamente zunehmend an Bedeutung.

Technologien wie iACT könnten einen wichtigen Beitrag leisten: Sie ermöglichen eine präzisere Behandlung, indem sie die passende Medikamentenkombination direkt auf den verursachenden Erreger abstimmen.

Sollte sich der Ansatz im klinischen Alltag bewähren, könnte er die Behandlung schwerer Infektionen verbessern – und gleichzeitig helfen, den unnötigen Einsatz von Antibiotika zu reduzieren.

In solchen Fällen greifen Ärzte häufig zu Kombinationstherapien aus mehreren Antibiotika. Doch die Auswahl ist schwierig: Welche Kombination wirkt, hängt stark vom konkreten Bakterienstamm ab, der die Infektion verursacht.

Genau hier setzt der iACT-Test an. Statt sich auf Erfahrungswerte zu verlassen, wird die Bakterienprobe eines Patienten im Labor direkt mit verschiedenen Antibiotika-Kombinationen getestet.

Bis zu 180 Antibiotika-Kombinationen im Test

Ein zentrales Merkmal der Methode ist der große Testumfang. Im Labor können bis zu 180 unterschiedliche Antibiotika-Kombinationen in klinisch relevanten Konzentrationen gegen die isolierten Bakterien geprüft werden.

Die Forscher messen dabei, wie stark jede Kombination das Wachstum der Erreger hemmt oder sie abtötet. Das ist wichtig, weil Antibiotika in Kombination sehr unterschiedlich miteinander interagieren können:

• Manche wirken synergistisch und verstärken sich gegenseitig
• Andere zeigen nur additive Effekte
• Einige Kombinationen können sich sogar gegenseitig abschwächen

Durch das parallele Testen vieler Varianten steigt die Chance, eine wirksame Therapie selbst für hochresistente Bakterien zu finden.

Ein weiterer Vorteil: Der Test ist relativ schnell. Ergebnisse können in der Regel innerhalb von etwa 48 Stunden vorliegen, sodass Ärzte die Behandlung noch während der akuten Infektion anpassen können.

Rolle von KI und Datenanalyse

Der iACT‑Ansatz wird häufig als KI‑gestützt beschrieben. Dabei geht es vor allem um die computergestützte Auswertung der großen Datenmengen aus den Laborexperimenten.

Wenn dutzende oder sogar hunderte Kombinationen getestet werden, entsteht eine komplexe Datenmatrix darüber, welche Wirkstoffe zusammen effektiv sind. Datenanalyse-Tools helfen dabei, Muster zu erkennen und die vielversprechendsten Therapieoptionen für den einzelnen Patienten zu identifizieren.

Öffentliche Quellen liefern bislang nur begrenzte Details über die konkreten Algorithmen. Klar ist jedoch, dass die Plattform Labordaten und rechnergestützte Analyse kombiniert, um personalisierte Antibiotika-Regime vorzuschlagen.

Warum personalisierte Kombinationstherapien wichtig sind

Multiresistente Infektionen sind so gefährlich, weil die Zahl wirksamer Antibiotika stetig abnimmt. Ärzte müssen deshalb oft mehrere Medikamente gleichzeitig einsetzen.

Studien zeigen jedoch, dass erfolgreiche Kombinationen häufig stark stammspezifisch sind: Eine Therapie, die bei einem Patienten funktioniert, kann bei einem anderen komplett wirkungslos sein.

Ein testbasierter Ansatz wie iACT kann daher mehrere Vorteile bringen:

• gezielte Auswahl der wirksamsten Medikamentenkombination
• Vermeidung ineffektiver oder unnötig toxischer Therapien
• bessere Behandlungsergebnisse bei schweren Infektionen

Gleichzeitig unterstützt er Programme zur Antibiotic Stewardship – also den möglichst präzisen und verantwortungsvollen Einsatz von Antibiotika, um deren Wirksamkeit langfristig zu erhalten.

Zusammenarbeit von SGH und A*STAR

Damit solche Technologien nicht nur im Forschungslabor bleiben, arbeitet das Singapore General Hospital mit dem Diagnostics Development Hub von A*STAR zusammen – der staatlichen Forschungsagentur Singapurs.

Im Rahmen einer Kooperation sollen vielversprechende medizinische Innovationen aus der Forschung in marktreife Diagnostiklösungen überführt werden.

Zu den Projekten, die bereits durch diese Zusammenarbeit unterstützt werden, gehört auch die iACT-Plattform. Ziel ist es, daraus skalierbare Diagnostiksysteme zu entwickeln, die im Gesundheitswesen Singapurs eingesetzt und später auch international lizenziert oder vermarktet werden können.

Bedeutung im Kampf gegen Antibiotikaresistenzen

Antimikrobielle Resistenzen gelten weltweit als wachsende Gesundheitsbedrohung. Da neue Antibiotika nur langsam entwickelt werden, gewinnt die optimierte Nutzung vorhandener Medikamente zunehmend an Bedeutung.

Technologien wie iACT könnten einen wichtigen Beitrag leisten: Sie ermöglichen eine präzisere Behandlung, indem sie die passende Medikamentenkombination direkt auf den verursachenden Erreger abstimmen.

Sollte sich der Ansatz im klinischen Alltag bewähren, könnte er die Behandlung schwerer Infektionen verbessern – und gleichzeitig helfen, den unnötigen Einsatz von Antibiotika zu reduzieren.