«Предложенный нами алгоритм позволит быстро тестировать пациентов с подозрением на COVID-19 в больницах. Мы предлагаем использовать его не только на стационарных компьютерах, но и в носимых человеком гаджетах, с помощью которых можно будет проводить экспресс-тестирование вне медицинских учреждений», — заявил доцент Петрозаводского государственного университета Дмитрий Корзун, чьи слова приводит пресс-служба РНФ.
За последние годы ученые значительно продвинулись в разработке систем искусственного интеллекта и создали нейросети, способные выполнять нетривиальные задачи и даже «мыслить» креативно. Например, недавно математики из США создали систему искусственного интеллекта, способную распознавать следы меланомы, рака кожи, а их российские коллеги разработали нейросеть, выявляющую очаги эпилепсии.
Корзун и его коллеги разработали систему машинного обучения, которая позволяет очень быстро и с 99,8% надежностью выявлять потенциальных носителей COVID-19 и недавно переболевших людей по всего двум биомаркерам в образцах крови пациентов. Ученые совершили это открытие в ходе анализа базы данных по образцам крови свыше 5,2 тыс. пациентов, переболевших коронавирусом в Турции в 2021 году.
Эти данные российские исследователи проанализировали при помощи тринадцати популярных систем машинного обучения, а также одной нейросети, после чего попытались применить их для выявления ключевых биомаркеров болезни в образцах крови носителей COVID-19. Проведенные учеными расчеты показали, что существует 11 факторов, комбинация которых со 100% вероятностью указывает на заражение человека.
Впоследствии исследователи обнаружили, что одна из разработанных ими систем машинного обучения, построенная на базе популярного алгоритма HGB, могла выявить инфекцию с 99,8% вероятностью всего по двум произвольным параметрам, к примеру, по уровню холестерина и количеству гемоглобина в кровяных клетках. Это значительно ускорит и удешевит массовую диагностику пациентов уже в ближайшем будущем, подытожили исследователи.
Если вы хотите стать героем публикации и рассказать о своем исследовании, заполните форму на сайте РНФ.
