Статья подготовлена изданием Лаборант - журнал об аналитической химии. Подписывайтесь так же на наш телеграм-канал о научных новостях Клиническая диагностика.
Ученые применили вычислительные методы, включая машинное обучение, для дифференциации подтипов ревматоидного артрита (РА). В исследовании, опубликованном в журнале Nature Communications, разработан алгоритм, способный автоматически анализировать гистологические препараты пациентов с РА. По мнению авторов, это может сделать диагностику и лечение РА более эффективными и персонализированными.
Ведущий автор исследования, профессор Фэй Ван из Медицинского колледжа Вейлла Корнелла, отметил, что передовые вычислительные инструменты могут найти применение и в других областях медицинской науки. Данное исследование демонстрирует, как машинное обучение может изменить подходы к оценке патологий различных заболеваний.
Ученые, изучающие различные заболевания, включая рак, работают над автоматизацией анализа гистологических препаратов, используемых для исследования образцов тканей пациентов. Ведутся работы по расширению применения этой технологии для диагностики других состояний.
Традиционно диагностика артрита проводится клиницистами и патологами, использующими стандартизированные критерии для оценки характеристик клеток и тканей из биопсий пациентов. Это субъективный процесс, и диагноз может зависеть от того, кто проводит анализ. При этом врачам необходимо определить подтип РА для выбора оптимального курса лечения.
"Это аналитическое узкое место в патологических исследованиях. Процесс очень трудоемкий и утомительный", - отметил первый автор исследования, доктор Ричард Белл, специалист по вычислительной патологии в Госпитале специальной хирургии (HSS).
В данном исследовании ученые обучили алгоритм машинного обучения на данных мышей и оптимизировали его для различения подтипов РА. Валидация инструмента проводилась на отдельном наборе данных. В ходе работы исследователи получили новые терапевтические идеи, которые были применены на мышиных моделях. У мышей, получавших соответствующее лечение, определенное с помощью вычислительного инструмента, наблюдалось снижение дегенерации хряща в течение шести недель после начала терапии.
Затем команда использовала инструмент для анализа образцов пациентов. Результаты показали, что алгоритм способен правильно и эффективно идентифицировать подтипы РА в человеческих образцах. В настоящее время проводится дополнительная валидация.
Исследователи надеются в ближайшем будущем внедрить этот инструмент в клиническую практику лечения РА. "Это первый шаг к более персонализированному лечению РА", - сказал Белл. "Если удастся создать алгоритм, определяющий подтип у пациента, можно будет быстрее назначать необходимое лечение".
Команда также работает над созданием аналогичных инструментов для диагностики других состояний, таких как остеоартрит и дегенерация межпозвонковых дисков.
Метод может также помочь ученым узнать больше о РА, если он сможет выявлять необычные характеристики в образцах пациентов, которые могут быть не замечены техниками или патологами.
Источники: Медицинский колледж Вейлла Корнелла, Nature Communications
Статья подготовлена изданием Лаборант - журнал об аналитической химии. Подписывайтесь так же на наш телеграм-канал о научных новостях Клиническая диагностика.