ИИ сможет эффективнее прогнозировать многофакторные заболевания

716

Ученые из России разработали нейросетевые модели, которые способны более точно прогнозировать риск развития ожирения, диабета первого типа, псориаза и других болезней по сравнению с уже существующими алгоритмами. Специальное программное обеспечение позволяет вычислять вероятность развития многофакторных заболеваний, анализируя индивидуальные вариации в геноме. Это открывает новые возможности для персонализированной медицины и профилактики, сообщили VladMedicina.ru в пресс-службе НИУ ВШЭ.

НИУ ВШЭ, ИТ в медицине, IT-технологии, ИИ-технологии, ИИ, искусственный интеллект  

Традиционные методы оценки генетического риска, основанные на линейной регрессии, не учитывают сложные взаимодействия генов, влияющие на развитие заболеваний. Эти эпистатические эффекты трудно уловить с помощью классических моделей, что снижает точность прогнозов.

Чтобы преодолеть эти ограничения, российские исследователи смоделировали данные с разными типами эпистаза — аддитивным, мультипликативным и пороговым — и обучили нейросетевые модели на генетических данных, содержащую в себе информацию о структуре ДНК более чем 58 тысяч человек европейского происхождения. В ходе работы симулировались различные сценарии взаимодействия генов и оценивалось их влияние на риск развития заболеваний.

Совместное исследование с компанией Genotek показало, что учет эпистаза в работе искусственного интеллекта позволяет значительным образом повысить точность прогнозов и превзойти показатели, характерные для классических алгоритмов на базе линейной регрессии. Наиболее заметное улучшение достигнуто при оценке риска диабета первого типа - обученная учеными рекуррентная нейросеть способна точно оценивать риск развития этого заболевания в примерно 83% случаев.

- Результаты нашего исследования показывают новые возможности для персонализированной медицины и профилактики. Если мы сможем точнее определять индивидуальные риски, это поможет врачам разрабатывать более эффективные стратегии лечения и предотвращения болезней, - прокомментировала заведующая Международной лабораторией биоинформатики НИУ ВШЭ Мария Попцова.

На основе проведенных испытаний команда Центра искусственного интеллекта НИУ ВШЭ создала специальное программное обеспечение - «Модели глубинного обучения для полигенной оценки риска».

Эта разработка уже лицензирована компанией Genotek для дальнейшего применения в практических генетических исследованиях.

 

Фото: trendtic.cl



Поделиться
Обсудить в Telegram
716
Личный кабинет