Специалисты Сеченовского университета разработали модель машинного обучения, способную различать четыре хронических заболевания легких по составу выдыхаемого воздуха.
Результаты исследования опубликованы в пресс-службе вуза. Ученые проанализировали образцы выдоха 843 человек, включая пациентов с бронхиальной астмой, хронической обструктивной болезнью легких, муковисцидозом и лимфангиолейомиоматозом, а также здоровых добровольцев. Состав изучали с помощью протонной масс-спектрометрии высокого разрешения, затем данные обрабатывали алгоритмами машинного обучения.
Модель анализировала характерные сочетания летучих органических соединений. Выяснилось, что каждому заболеванию соответствует собственный химический профиль. Наиболее высокую точность система показала при выявлении муковисцидоза, но в целом успешно различала все исследованные патологии.
Ученые считают, что выявленные различия отражают особенности течения каждого заболевания. В перспективе технология позволит проводить быстрый скрининг в поликлиниках, определяя необходимость консультации профильного специалиста. Сейчас разработчики работают над алгоритмами для диагностики сердечно-сосудистых, онкологических и эндокринных заболеваний.
