Специалисты Сеченовского университета разработали модель машинного обучения, способную различать четыре хронических заболевания лёгких по составу выдыхаемого воздуха. Об этом сообщила пресс-служба вуза. Результаты работы опубликованы в журнале International Journal of Molecular Sciences.
В исследовании приняли участие 843 человека — пациенты с бронхиальной астмой, хронической обструктивной болезнью лёгких (ХОБЛ), муковисцидозом и лимфангиолейомиоматозом (ЛАМ), а также здоровые добровольцы. Состав выдыхаемого воздуха анализировали методом протонной масс-спектрометрии высокого разрешения, позволяющей регистрировать летучие органические соединения в режиме реального времени. Полученные данные обрабатывались алгоритмами машинного обучения.
Модель анализировала характерные сочетания соединений и связи между ними. Как сообщается, каждому заболеванию соответствует собственный химический профиль. Наиболее высокой точности система достигла при выявлении муковисцидоза, однако в целом успешно различала все 4 исследованных заболевания.
По мнению учёных, выявленные различия в химическом составе выдоха отражают особенности течения каждого заболевания. В перспективе такие данные могут применяться не только для диагностики, но и для оценки состояния пациента и эффективности лечения. Директор Института персонализированной кардиологии Сеченовского университета Филипп Копылов сообщил, что в будущем пациент сможет пройти быструю диагностику с помощью анализатора выдоха прямо в поликлинике, после чего система подскажет, к какому специалисту следует обратиться. Сейчас в университете ведётся работа над алгоритмами для выявления заболеваний лёгких, сердечно-сосудистой патологии, некоторых видов рака и эндокринных нарушений.
