Специалисты Сеченовского университета разработали модель машинного обучения, которая способна различать четыре хронических заболевания лёгких по составу выдыхаемого воздуха.
Об этом сообщили в пресс-службе вуза. Учёные проанализировали образцы выдыхаемого воздуха 843 участников, среди которых были пациенты с бронхиальной астмой, хронической обструктивной болезнью лёгких (ХОБЛ), муковисцидозом и лимфангиолейомиоматозом, а также здоровые добровольцы. Состав выдоха изучали с помощью протонной масс-спектрометрии высокого разрешения, которая позволяет регистрировать летучие органические соединения в реальном времени. Полученные данные затем обрабатывали алгоритмами машинного обучения.
Модель анализировала характерные сочетания соединений и связи между ними. Оказалось, что каждому заболеванию соответствует собственный уникальный химический профиль. Наиболее высокой точности система достигла при выявлении муковисцидоза, однако в целом алгоритм успешно различал все исследованные патологии. По мнению учёных, выявленные различия в химическом составе выдыхаемого воздуха отражают особенности течения каждого заболевания. В дальнейшем эти данные могут использоваться не только для диагностики, но и для оценки состояния пациента и эффективности лечения.
Как отметил директор Института персонализированной кардиологии Сеченовского университета Филипп Копылов, в перспективе человек сможет пройти быструю диагностику с помощью анализатора выдыхаемого воздуха прямо в поликлинике. Система подскажет, требуется ли консультация пульмонолога, кардиолога, эндокринолога или другого специалиста. Сейчас учёные работают над алгоритмами для выявления заболеваний лёгких, сердечно-сосудистой патологии, некоторых видов рака и эндокринных нарушений, сообщает ТАСС.
