Ученые ТГУ снижают время диагностики заболеваний в сотни раз
![Искусственный интеллект](https://live.staticflickr.com/1801/43267970922_94ebb5b7e6.jpg)
Инновационные подходы, в том числе машинное обучение, разрабатывают для сокращения времени диагностики заболеваний до нескольких минут (против требующихся ранее нескольких дней) исследователи Томского государственного университета (ТГУ), 7 ноября сообщает пресс-служба вуза.
Ученые применили ИИ, который был обучен поиску биомаркеров болезней в биологических жидкостях и тканях пациента. Во избежание диагностических ошибок ими было выполнено математическое моделирование процесса и машинное обучение ИИ, которые формируют «врачебный» опыт нейросети.
Участник проекта, сотрудник лаборатории лазерного молекулярного имиджинга и машинного обучения ТГУ Денис Вражнов рассказал:
«Диагностика заболеваний основана на компонентном анализе различных соединений молекул — биомаркеров. Для их поиска мы используем новейшее оборудование — рамановский микроскоп. Подсвечивая, например, образец биоткани лазером, мы получаем так называемый рамановский спектр, по которому можно определить молекулярный состав в точке подсветки и даже создавать молекулярную карту всего образца с высоким разрешением».
Недостатком такого метода, при всех его достоинствах, является слабость регистрируемого сигнала, что вызывает необходимость убирать искажающие помехи. Иначе нейросеть «найдет» в образцах то, чего на самом деле нет, а это либо приведет к гипердиагностике, либо не будут найдены свидетельствующие о патологии биомаркеры.
«Шумы» можно убрать, однако существующие методы требуют много времени и привлечения квалифицированных специалистов.
Исследователи установили, что машинное обучение позволяет проводить анализ рамановских спектров автоматически и при том более точно, значительно ускоряя обработку данных.
Диагностическую погрешность к минимуму ученые свели с помощью математического моделирования: из известных молекул они искусственно «создают» биомаркеры тех или иных заболеваний. Сформированная библиотека данных используется для обучения нейросети, а затем ИИ тестируется на реальных образцах человеческих биологических жидкостей или тканей.
В настоящее время исследования еще находятся на ранней стадии, однако уже полученные результаты показывают перспективность данного метода.
При этом подход, разработанный учеными из лаборатории лазерного молекулярного имиджинга и машинного обучения ТГУ, может быть использован еще и при проведении криминалистической экспертизы, где также важно избегать ошибок.
В научную группу, занимающуюся разработкой новых инструментов и технологий диагностики с использованием современных методов оптической спектроскопии и машинного обучения, вошли исследователи из Томского, Саратовского и Московского государственных университетов. Проектом руководит Игорь Леднев (Университет Олбани, США).