Księgi w bibliotece układu odpornościowego zostały otwarte dla AI
Badacze stworzyli system Mal-ID (MAchine Learning for Immunological Diagnosis), który analizuje sekwencje receptorów (unikatowe układy aminokwasów tworzących receptorowe białka) limfocytów B i T, czyli kluczowych komórek układu odpornościowego. Sekwencje te są bowiem jak „podpisy” różnych infekcji i chorób pozostawione w naszym organizmie, ale dotychczas możliwości wykorzystania tych informacji były ograniczone. Tradycyjna diagnostyka kliniczna opiera się głównie na badaniu fizykalnym, wywiadzie z pacjentem i różnych testach laboratoryjnych – wyjaśniają naukowcy w artykule opublikowanym na łamach „Science”.
Mal-ID przeanalizował informacje pochodzące od 593 osób, w tym takich z COVID-19, HIV, toczniem rumieniowatym układowym (SLE), cukrzycą typu 1, a także od zdrowych oraz zaszczepionych przeciw grypie. Okazało się, że program potrafi rozróżnić te stany z dokładnością ponad 98 proc. Co więcej, gdy naukowcy testowali system AI na danych z innych laboratoriów, również uzyskiwał wysoką skuteczność. Co sugeruje, że Mal-ID rzeczywiście wykrywa biologiczne „sygnały” chorób, a nie przypadkowe wzorce w danych.
Sięgnij do źródeł
Disease diagnostics using machine learning of B cell and T cell receptor sequences
Szczególnie obiecujące wydaje się to, że program AI może być dostosowany do wykrywania konkretnych problemów zdrowotnych – w przypadku tocznia osiągał wyniki porównywalne lub lepsze od obecnie stosowanych testów diagnostycznych. Uczy się także np. rozpoznawać infekcje bez wcześniejszej wiedzy o tym, jak powinna wyglądać odpowiedź immunologiczna dla konkretnej choroby. To trochę tak, jakby naukowcy stworzyli program, który potrafi posortować miliony kluczy (receptorów) i odgadnąć, do jakich zamków (chorób) pasują, analizując wyłącznie wzorce w danych od pacjentów.
Chociaż przed wprowadzeniem do praktyki klinicznej Mal-ID wymaga dalszych badań, już teraz pokazuje ogromny potencjał w rozwoju spersonalizowanej diagnostyki medycznej opartej na AI. W przyszłości może więc pomóc lekarzom w szybszym i dokładniejszym diagnozowaniu pacjentów, a także w monitorowaniu postępów leczenia.
Dziękujemy, że jesteś z nami. To jest pierwsza wzmianka na ten temat. Pulsar dostarcza najciekawsze informacje naukowe i przybliża najnowsze badania naukowe. Jeśli korzystasz z publikowanych przez Pulsar materiałów, prosimy o powołanie się na nasz portal. Źródło: www.projektpulsar.pl.