ИИ научился выявлять болезни легких по выдоху: разработка ученых Сеченовки
Ученые Первого Московского государственного медицинского университета имени Сеченова разработали модель машинного обучения, способную по химическому составу выдыхаемого воздуха различать четыре хронических заболевания легких. Результаты исследования опубликованы в International Journal of Molecular Sciences, сообщает [Рязань Онлайн](https://rznonline.ru/news/health/item/rossiyskie-uchenye-nauchili-ii-razlichat-chetyre-bolezni-legkih-po-vydohu/?utm_source=yxnews&utm_medium=desktop&utm_referrer=https%3A%2F%2Fdzen.ru%2Fnews%2Finstory%2F14b4be96-755d-5123-95ba-46d6fc1948fb). Об этом сообщает портал Proulyanovsk.
В эксперименте приняли участие 843 человека: пациенты с бронхиальной астмой, ХОБЛ, муковисцидозом, лимфангиолейомиоматозом и здоровые добровольцы. Для анализа применялась протонная масс-спектрометрия высокого разрешения, фиксирующая летучие соединения в реальном времени. Полученные данные обработали алгоритмами машинного обучения.
Модель оценивала не отдельные вещества, а комбинации десятков соединений — каждому заболеванию соответствует свой химический профиль. Наивысшую точность алгоритм продемонстрировал при выявлении муковисцидоза, однако в целом система успешно различала все четыре патологии.
Ученые также изучили взаимосвязи между соединениями. Оказалось, что при разных болезнях метаболические сети перестраиваются по-разному, что отражается в составе выдоха. Это поможет глубже понять механизмы заболеваний и повысить точность диагностики.
Директор Института персонализированной кардиологии Филипп Копылов отметил, что исследователи планируют довести технологию до массового скрининга социально значимых болезней. В перспективе пациент сможет пройти экспресс-диагностику в поликлинике, а система подскажет, к какому специалисту обратиться. Сейчас разрабатываются алгоритмы для выявления заболеваний легких, сердца, онкологии и эндокринных нарушений. Авторы считают, что анализ выдыхаемого воздуха пригодится и для оценки состояния пациента, и для контроля лечения.
