Intelligenza artificiale e genomica per prevedere l'antimicrobico-resistenza: i fattori socioeconomici al centro di un nuovo studio internazionale

Uno studio dal titolo "Genomic and socioeconomic drivers of antimicrobial resistance forecast to 2050", è stato pubblicato l'8 giugno 2026 sulla rivista Cell Genomics dal gruppo di ricerca coordinato da Tania Dottorini (King's College London), in collaborazione con le Università di Nottingham e Perugia. I ricercatori hanno sviluppato un approccio basato su intelligenza artificiale e machine learning per integrare dati genomici, fenotipi di resistenza e indicatori socioeconomici, sanitari e ambientali, con l'obiettivo di individuare le tendenze future dell'antimicrobico-resistenza a livello globale.

Lo studio ha analizzato 45.616 genomi batterici e 298.178 profili di resistenza relativi a 16 specie patogene, tra cui i batteri del gruppo ESKAPE (Enterococcus faecium, Staphylococcus aureus, Klebsiella pneumoniae, Acinetobacter baumannii, Pseudomonas aeruginosa ed Enterobacter spp., tra i principali responsabili di infezioni multiresistenti in ambito ospedaliero) e i patogeni critici e ad alta priorità individuati dall'Organizzazione Mondiale della Sanità (OMS). Questi dati genomici sono stati incrociati con 1.112 indicatori socioeconomici, sanitari, ambientali e di consumo di antibiotici raccolti in 127 paesi. Attraverso modelli statistici avanzati, in grado di tenere conto della struttura genetica delle popolazioni batteriche, sono stati individuati 210 tratti genomici di resistenza la cui prevalenza è prevista in aumento entro il 2050, in particolare a carico di cefalosporine e carbapenemi tra i patogeni critici secondo l'OMS.

Tra i risultati più significativi, i 32 tratti di resistenza giudicati più critici per diffusione e rilevanza clinica risultano fortemente associati a indicatori di disuguaglianza socioeconomica, quali densità di popolazione, accesso ai servizi igienico-sanitari di base, povertà e PIL pro capite, oltre alla mortalità, che si conferma il fattore più costantemente correlato a livello globale. Un esempio emblematico riguarda Shigella sonnei, per cui i geni di resistenza all'azitromicina (mphA ed ermB) risultano associati a malnutrizione proteico-energetica, densità abitativa e produzione zootecnica, soprattutto nei paesi a basso e medio reddito.

Lo studio evidenzia inoltre il ruolo della zootecnia in un'ottica One Health: in diverse specie batteriche, alcuni geni di resistenza risultano collegati al consumo di antibiotici fosfonici e macrolidi in ambito zootecnico, soprattutto in Asia e America Latina. Gli autori sottolineano come, in alcuni contesti, la sola riduzione del consumo di antibiotici non sia sufficiente a contenere la diffusione della resistenza: servono anche interventi strutturali di sanità pubblica, come il miglioramento dello stato nutrizionale, la riduzione del sovraffollamento abitativo e il rafforzamento dell'equità sanitaria nelle aree a maggior rischio.

Si tratta di una delle analisi più ampie mai condotte sull'integrazione tra dati genomici e determinanti sociali della salute applicata all'antimicrobico-resistenza, e fornisce indicazioni utili a orientare le future strategie di sorveglianza, antimicrobial stewardship e cooperazione internazionale, in linea con l'approccio One Health promosso anche dal progetto PRO CARe Sardinia.