Ученые Сеченовского Университета разработали модель машинного обучения, способную различать четыре хронических заболевания легких по составу выдыхаемого воздуха. В исследовании участвовали пациенты с бронхиальной астмой, хронической обструктивной болезнью легких, муковисцидозом и лимфангиолейомиоматозом. Результаты работы опубликованы в журнале International Journal of Molecular Sciences.

«Мы движемся к тому, чтобы как минимум значительную часть социально значимых заболеваний можно было выявлять таким способом хотя бы на этапе скрининга. В перспективе человек сможет пройти быструю диагностику с помощью анализатора выдыхаемого воздуха прямо в поликлинике, и система подскажет, требуется ли ему консультация пульмонолога, кардиолога, эндокринолога или другого специалиста», — отметил директор Института персонализированной кардиологии Филипп Копылов.

Многие хронические заболевания органов дыхания сопровождаются похожими симптомами, такими как одышка и кашель, что усложняет их дифференциальную диагностику, особенно на ранних стадиях.

Для исследования ученые проанализировали образцы выдыхаемого воздуха 843 участников, включая пациентов с различными заболеваниями легких и здоровых добровольцев. Состав выдоха изучали с помощью протонной масс-спектрометрии высокого разрешения, а затем данные обрабатывали алгоритмами машинного обучения.

Модель анализировала не отдельные вещества, а характерные сочетания десятков соединений. Оказалось, что каждому заболеванию соответствует собственный химический профиль. Наиболее высокой точности система достигла при выявлении муковисцидоза. В будущем такие данные могут использоваться не только для диагностики, но и для оценки состояния пациента и эффективности лечения.

Подписывайтесь на наш Telegram-канал, чтобы быть в курсе всех новостей и событий Рунета.