Модель штучного інтелекту, протестована вченими зі Швейцарії, передбачила розвиток активного туберкульозу (ТБ) у людей з ВІЛ. Згідно із заявою, ця модель перевершила біологічні тести на латентний туберкульоз у цієї групи пацієнтів.
Передумови
Виявлення латентного ТБ є складним завданням, особливо у людей із ВІЛ. У попередньому дослідженні швейцарських вчених комбінований підхід з використанням даних вивільнення гамма-інтерферону (IGRA) та туберкулінових шкірних проб виявив лише 30% людей, у яких згодом розвинувся активний ТВ.
Як пояснили експерти, тести покладаються на імунну відповідь, яка може бути порушена, оскільки «система дає збій під час ВІЛ-інфекції».
Саме тому вчені вирішили розглянути альтернативні способи виявлення пацієнтів із групи ризику.
Дослідження
Аналіз охопив 70% людей, які отримують допомогу у зв’язку з ВІЛ у країні.
Дані за 23 роки були проаналізовані за допомогою машинного навчання – підмножини штучного інтелекту, що дозволяє комп’ютерам вивчати закономірності даних і робити прогнози без явного програмування для кожного завдання.
Модель розглядала дані, зібрані при діагностиці ВІЛ, щоб передбачити активну форму ТБ, яка розвинеться не менш як через 6 місяців. Модель розглядала всі змінні, а не лише ті, що вважалися потенційними факторами ризику.
Перша ітерація моделі включала 48 змінних та мала чутливість 70,1% та специфічність 81%. Спрощена друга версія зберегла 20 змінних, що зробило її менш складною в обчислювальному плані, забезпечуючи при цьому чутливість 57,1% і специфічність 77,8%. Для порівняння, біологічні тести мають чутливість 30% та специфічність 94%.
Як і очікувалося, 20 збережених змінних включали імунологічні параметри, гематологічні маркери та соціально-демографічні фактори, але деякі з них виявилися більш несподіваними: змінні, пов’язані з метаболізмом (холестерин, ліпопротеїни високої щільності, глюкоза та креатинін), індексом маси тіла та середнім артеріальним тиском.
“Наше дослідження вказує на те, що за допомогою штучного інтелекту і дуже великих наборів даних з безліччю клінічних змінних можна виявити важливі закономірності, які дозволяють передбачити, захворіє людина на туберкульоз чи ні”, – стверджують автори дослідження.