Найден способ различать инфекции у детей по одной пробе крови
Группа ученых из Великобритании натренировала модели машинного обучения анализировать молекулярные сигнатуры РНК в крови пациентов. После этого они оценили их эффективность в распознавании распространенных инфекционных детских заболеваний.
Результаты в журнале Med. Оказалось, что такая методика позволяет быстро определять, каким из 18 инфекционных заболеваний страдают маленькие пациенты. Точность диагностики оказалась сопоставимой с той, которой достигают врачи при использовании обычных клинических данных
Дети, обращающиеся за медицинской помощью, чаще всего страдают от воспалительных и инфекционных заболеваний в стационарных и амбулаторных условиях. Традиционные диагностические тесты не могут достаточно быстро и точно определить множество потенциальных причин. Существующие методы часто определяют один вирусный патоген, но не учитывают инфекции, вызванные несколькими взаимодействующими микроорганизмами.
Текущее исследование использует метод оценивания коэффициентов линейной регрессионной модели (LASSO) и гребневую регрессию для преодоления ограничений предыдущих исследований в этой области. Ученые тренировали классификаторы машинного обучения на 12 наборах данных микромассивов экспрессии генов и затем проверяли производительность модели на независимой когорте пациентов.
Модель машинного обучения LASSO-Ridge смогла изучить 161 пробу РНК, состоящую из 155 генов, по которым можно различить 18 возможных детских заболеваний. Анализы больших классов показали, что все шесть включенных классов (вирусные, бактериальные, малярия, туберкулез, болезнь Кавасаки, воспалительные) можно было бы точно различить в анализах один-против-одного и один-против-всех.
Этот новый метод анализа РНК по одной пробе крови может стать революционным в области педиатрической диагностики. Вместо множества тестов и анализов, врачи могут получить быстрый и точный ответ о возможной причине заболевания ребенка, используя всего одну пробу крови. Это может существенно ускорить процесс диагностики и начала лечения, что особенно важно в случаях с тяжелыми и быстро прогрессирующими инфекциями.
При этом существует проблема с доступностью баз данных по секвенированным РНК возбудителей различных заболеваний. Для большинства детских болезней подобной информации в открытом доступе нет. Существующие методики высокопроизводительного секвенирования РНК из образцов крови стоят дорого, и требуют оборудования и технической экспертизы, далеко выходящих за пределы возможностей обычных клиник.
Хотя текущее исследование показывает обнадеживающие результаты, необходимы дополнительные исследования для определения точности, чувствительности и специфичности этого метода в реальных клинических условиях. Кроме того, будет интересно узнать, как этот метод может быть адаптирован для диагностики других заболеваний или применен в других возрастных группах.