Искусственный интеллект и количественная масс-спектрометрия предскажут исход заболевания COVID-19

Искусственный интеллект и количественная масс-спектрометрия предскажут исход заболевания COVID-19

4-138.jpg

Исследователи из Сколтеха и Университета Макгилла и их коллеги обучили искусственный интеллект предсказывать вероятность выживания пациентов с COVID-19, поступающих в реанимацию. Алгоритм машинного обучения смог верно предсказать выживание больных с вероятностью 92% на основании измерения концентрации 15 биомолекул (10 белков и 5 метаболитов) в плазме крови методом таргетной масс-спектрометрии.

Результаты исследования имеют значение для сортировки пациентов в условиях недостаточности медперсонала и оборудования, когда врачи вынуждены решать, кто из одновременно поступивших пациентов получит приоритет при проведении реанимационных мероприятий. Работа опубликована в журнале Molecular и Cellular Proteomics и включена в подборку интересных исследований от редакции.

Общая схема исследования: у 40 пациентов с COVID-19 были собраны образцы плазмы крови в момент госпитализации, а также через два дня и через неделю пребывания в клинике. При помощи количественной масс-спектрометрии измерены уровни 270 белков и 139 метаболитов. Поскольку дальнейшая судьба каждого пациента известна, на этих данных оказалось возможно обучить алгоритм искусственного интеллекта, который смог предсказывать исход болезни. Источник: Винсент Ричард и др./Molecular и Cellular Proteomics

«Когда инфраструктура госпиталя перегружена, врачам необходимы методы дополнительной оценки степени тяжести состояния пациентов и прогнозирования возможных осложнений. Получив такую дополнительную информацию, например за счёт омиксных данных, врач может оптимизировать стратегию оказания помощи и более своевременно проводить необходимые реанимационные мероприятия пациентам, у которых самые высокие риски. Как раз для этого и предназначено наше решение: искусственный интеллект помогает провести оценку степени тяжести пациента на основании омиксных данных по образцам крови и предсказать возможные осложнения, вплоть до летального исхода», — говорит профессор Евгений Николаев из Центра молекулярной и клеточной биологии.

Николаев и его коллеги исследовали мультиомиксные данные по нескольким стам пациентов, исход болезни которых известен и у которых брали кровь при поступлении в реанимацию, а также на вторые и седьмые сутки. За счёт этого у каждого больного был измерен его подробный протеомный и метаболомный профиль, то есть уровни потенциальных биомаркеров в плазме крови. «Мы также рассмотрели уровни метаболитов — эти малые молекулы, продукты обмена веществ, тоже имеют предсказательную силу. В итоге отобрали набор из 10 белков и 5 метаболитов, по которым алгоритм искусственного интеллекта может весьма точно предсказывать выживание пациента уже на момент его поступления в реанимацию», — комментирует Николаев, добавляя, что такое предсказание вовсе не исключает возможности субъективного решения со стороны врача.

Старший научный сотрудник Сколтеха Алексей Кононихин рассказывает: «Набор белков-маркеров, который мы определили, был валидирован на независимых данных из европейских клиник Шарите и Инсбрука, и на этой выборке наша модель тоже показала хорошую точность (более 80%) прогнозирования летального исхода у пациентов».

Лаборатория масс-спектрометрии, которой руководит Николаев, разрабатывает оборудование и методы для масс-спектрометрии в приложении к разным областям науки, в первую очередь биологии и медицине. Ранее коллектив лаборатории предложил масс-спектрометрический метод для быстрого и надёжного обнаружения коронавируса.

Помимо учёных из Сколтеха и Университета Макгилла, в работе принимали участие исследователи из Лейденского университета и компании MRM Proteomics Inc.

Узнавайте первыми главные энергетические новости и актуальную информацию о важных событиях дня в России и мире.

Подписывайтесь на наш Telegram-канал

"ГИС-Профи. Информационное сопровождение предприятий энергетической отрасли"