Учёные Лаборатории таргетной терапии и предиктивной диагностики Центрального университета представили метод ранней диагностики воспалительных заболеваний, основанный на анализе состояния макрофагов с помощью нейросети. По данным cnews.ru, разработка позволяет прогнозировать риски осложнений и реакцию иммунитета на терапию ещё до появления выраженных симптомов; точность определения неизвестных диагнозов превысила 85%.
Как это работает
В основе тест-системы — молекулы-индикаторы, которые связываются с ключевыми клетками иммунной системы, и нейросеть, обученная более чем на 100 клинических случаях пациентов с пневмонией, бронхитом и астмой. Алгоритм сопоставляет профили взаимодействий с данными медицинских карт и формирует индивидуальный «цифровой отпечаток» болезни, распределяя пациентов по трём прогностическим группам — благоприятной, нейтральной и неблагоприятной.
Контекст
До сих пор воспалительные заболевания оценивались по симптомам, биохимии, цитологии и рентгенографии — ни один из этих подходов не позволял заранее предсказывать осложнения у пациентов со схожей клинической картиной. Проект реализован совместно с химическим факультетом МГУ и факультетом математики Лёвенского университета (Бельгия); руководитель лаборатории Елена Кудряшова отмечает, что метод также выявил неоднозначное влияние ряда БАДов на течение воспалений.
Что это значит для отрасли
Разработчики оценивают потенциальную аудиторию метода в России в два миллиона пациентов в год — прежде всего пульмонологические и аутоиммунные отделения. Для отрасли это означает несколько практических сдвигов:
- переход от реактивной к предиктивной диагностике воспалений и подбору персонализированных протоколов терапии;
- расширение доказательной базы для внедрения ИИ-сервисов поддержки принятия врачебных решений в стационарах;
- появление новой ниши для медтех-разработок на стыке иммунохимии и машинного обучения, которую можно масштабировать на другие нозологии.
Авторы планируют адаптировать систему за пределы пульмонологии. Ближайший вопрос для индустрии — клиническая валидация на больших когортах и регуляторный путь тест-системы, без которого технология не выйдет за рамки исследовательских лабораторий.