Дослідники з Університету Нового Південного Уельсу в Сіднеї розробили машинний алгоритм, що дозволяє виявляти хворобу Паркінсона за кілька років до появи перших помітних лікарів симптомів. ІІ потрібні лише зразки крові пацієнтів.
Багато метаболітів — побічних продуктів, що утворюються при розщепленні організмом їжі, ліків та хімічних речовин, — корелюють з іншими метаболітами, і деякі з них не роблять істотного внеску в прогнозування захворювань. Саме тому так складно диференціювати діагнози з невеликими тимчасовими відхиленнями, якими можна знехтувати. Людині неможливо проаналізувати стільки інформації, щоб уловити раніше невідомі закономірності, але новому інструменту машинного навчання це під силу. Таким чином, вчені влаштували аналіз класифікації та ранжирування з використанням нейронної мережі, що генерує знання з мас-спектрометрії (або CRANK-MS).
«Щоб з’ясувати, які метаболіти є більш значущими для захворювання порівняно з контрольними групами, дослідники зазвичай розглядають кореляції за участю конкретних молекул. Але тут ми беремо до уваги, що метаболіти можуть мати асоціації з іншими метаболітами, і саме тут набуває чинності машинне навчання. З сотнями та тисячами метаболітів ми використовували обчислювальну потужність, щоб зрозуміти, що відбувається», – сказала Джей Діана Чжан, провідний автор дослідження.
Після порівняння метаболітів вже хворих на Паркінсон з метаболітами 39 пацієнтів контрольної групи ШІ зміг виявити приховані провісники недуги з точністю до 96%. Інструмент зручний у використанні, і в середньому результати можуть бути отримані за 10 хвилин на звичайному ноутбуці.