ИИ и количественная масс-спектрометрия предскажут исход заболевания COVID-19
Изображение. Общая схема исследования: у 40 пациентов с COVID-19 были собраны образцы плазмы крови в момент госпитализации, а также через два дня и через неделю пребывания в клинике. При помощи количественной масс-спектрометрии измерены уровни 270 белков и 139 метаболитов. Поскольку дальнейшая судьба каждого пациента известна, на этих данных оказалось возможно обучить алгоритм искусственного интеллекта, который смог предсказывать исход болезни. Источник: Винсент Ричард и др./Molecular & Cellular Proteomics
Исследователи «Сколтеха», Университета Макгилла и их коллеги обучили ИИ предсказывать вероятность выживания пациентов с COVID-19, поступающих в реанимацию. Алгоритм машинного обучения смог верно предсказать выживание больных с вероятностью 92% на основании измерения концентрации 15 биомолекул (10 белков и 5 метаболитов) в плазме крови методом таргетной масс-спектрометрии. Результаты исследования имеют значение для сортировки пациентов в условиях недостаточности медперсонала и оборудования, когда врачи вынуждены решать, кто из одновременно поступивших пациентов получит приоритет при проведении реанимационных мероприятий. Об исследовании Хабру рассказали в пресс-службе «Сколтеха».
«Когда инфраструктура госпиталя перегружена, врачам необходимы методы дополнительной оценки степени тяжести состояния пациентов и прогнозирования возможных осложнений. Получив такую дополнительную информацию, например за счёт омиксных данных, врач может оптимизировать стратегию оказания помощи и более своевременно проводить необходимые реанимационные мероприятия пациентам, у которых самые высокие риски. Как раз для этого и предназначено наше решение: искусственный интеллект помогает провести оценку степени тяжести пациента на основании омиксных данных по образцам крови и предсказать возможные осложнения, вплоть до летального исхода», — говорит профессор Евгений Николаев из Центра молекулярной и клеточной биологии.
Николаев и его коллеги исследовали мультиомиксные данные по нескольким сотням пациентов, исход болезни которых известен и у которых брали кровь при поступлении в реанимацию. За счёт этого у каждого больного был измерен его подробный протеомный и метаболомный профиль, то есть уровни потенциальных биомаркеров в плазме крови.
«Мы также рассмотрели уровни метаболитов: эти малые молекулы, продукты обмена веществ, тоже имеют предсказательную силу. В итоге отобрали набор из 10 белков и 5 метаболитов, по которым алгоритм искусственного интеллекта может весьма точно предсказывать выживание пациента уже на момент его поступления в реанимацию», — комментирует Николаев, добавляя, что такое предсказание вовсе не исключает возможности субъективного решения со стороны врача.
Как указал старший научный сотрудник «Сколтеха» Алексей Кононихин, набор белков-маркеров, который определили исследователи, был валидирован на независимых данных из европейских клиник Шарите и Инсбрука, и на этой выборке модель также показала точность прогнозирования летального исхода у пациентов более 80%.
Лаборатория масс-спектрометрии, которой руководит Николаев, разрабатывает оборудование и методы для масс-спектрометрии в приложении к разным областям науки, в первую очередь, биологии и медицине. Ранее коллектив лаборатории предложил масс-спектрометрический метод для быстрого и надёжного обнаружения коронавируса.
Подробности исследования опубликованы в открытом доступе в статье »Early Prediction of COVID-19 Patient Survival by Targeted Plasma Multi-Omics and Machine Learning» в журнале Molecular & Cellular Proteomics, DOI:10.1016/j.mcpro.2022.100277. Журнал включил публикацию в подборку интересных исследований от редакции.
