Ученые Сеченовского университета разработали модели машинного обучения для диагностики по составу выдыхаемого воздуха. В двух исследованиях они показали: метод работает как для хронических заболеваний легких, так и для ишемической болезни сердца.
В первом исследовании участвовали 843 человека — пациенты с бронхиальной астмой, хронической обструктивной болезнью легких (ХОБЛ), муковисцидозом и лимфангиолейомиоматозом (редкое заболевание легких), а также здоровые добровольцы. Состав выдоха изучали с помощью протонной масс-спектрометрии высокого разрешения. Модель анализировала не отдельные вещества, а характерные сочетания десятков соединений. Каждому заболеванию соответствует собственный химический профиль. Наиболее высокой точности система достигла при выявлении муковисцидоза.
Во втором исследовании приняли участие 80 человек — 31 с подтвержденной ишемической болезнью сердца и 49 здоровых. Ученые анализировали состав выдыхаемого воздуха в покое и после физической нагрузки на велоэргометре. Ряд соединений после нагрузки вели себя по-разному у пациентов с ишемией и у здоровых. Алгоритм правильно выявлял около 77% пациентов с признаками ишемической болезни сердца.
Мы движемся к тому, чтобы как минимум значительную часть социально значимых заболеваний можно было выявлять таким способом на этапе скрининга. В перспективе человек сможет пройти быструю диагностику с помощью анализатора выдыхаемого воздуха прямо в поликлинике. Сейчас мы работаем над алгоритмами для выявления заболеваний легких, сердечно-сосудистой патологии, некоторых видов рака и эндокринных нарушений
Авторы подчеркивают: говорить о внедрении метода в клиническую практику пока рано. Необходимы исследования на более крупных выборках. Однако в будущем анализ выдыхаемого воздуха может стать дополнительным инструментом для предварительной оценки состояния пациента. Результаты опубликованы в журналах International Journal of Molecular Sciences и Journal of Breath Research.
Ранее Наука Mail писала о том, что российская модель ИИ поможет в раннем выявлении ишемии.