Исследователи из Университета Флориды разработали инновационный инструмент искусственного интеллекта под названием PhyloFrame. Данная технология призвана решить проблему недостаточной репрезентативности генетических данных в медицинских исследованиях.
PhyloFrame использует машинное обучение для учета генетического разнообразия в популяциях. Это позволяет создавать более точные модели для предсказания, диагностики и лечения заболеваний вне зависимости от этнического происхождения пациента.
Разработка инструмента была вызвана существующим перекосом в сторону данных европейских популяций в генетических исследованиях. По оценкам, около 97% секвенированных образцов принадлежат людям европейского происхождения, что ограничивает применимость результатов для других групп населения.
PhyloFrame интегрирует обширные базы данных здоровых геномов с меньшими наборами данных по конкретным заболеваниям. Это позволяет создавать модели, лучше учитывающие генетические особенности разных популяций. Для обработки огромных объемов данных используется суперкомпьютер HiPerGator.
Исследователи надеются, что в будущем такие инструменты как PhyloFrame будут применяться в клинической практике для разработки индивидуальных планов лечения на основе генетических особенностей пациентов. Это приблизит медицину к идеалу персонализированного подхода, когда каждый пациент получает наиболее подходящее лечение с минимальными побочными эффектами.
