Исследователи Пензенского государственного университета разработали инновационный метод диагностики заболеваний с помощью искусственного интеллекта. Как сообщает издание "Аргументы и факты", технология позволяет определять различные патологии, анализируя всего одну каплю биологической жидкости.
В основе метода лежит принцип тензиометрии – способа измерения деформаций, вызванных механическим напряжением. Специальный прибор – тензиометр – исследует динамическое и равновесное поверхностное натяжение жидкости, непрерывно отслеживая изменения формы и объема капли с помощью встроенной видеокамеры. Программное обеспечение автоматически вычисляет тензиометрические показатели, которые существенно различаются у здоровых и больных людей.
Для обучения нейронной сети исследователи использовали обширную базу данных, включающую показатели сыворотки крови 132 добровольцев. Среди них 65 условно здоровых людей в возрасте от 44 до 72 лет и 67 пациентов с ишемической болезнью сердца в возрасте от 44 до 76 лет. Исследования проводились в сотрудничестве с Центральной научно-исследовательской лабораторией Донецкого национального медицинского университета имени М. Горького.
Разработанная на кафедре компьютерных технологий ПГУ нейросеть сравнивает характеристики образца с эталонными показателями и выдает диагноз с точностью 99%. Особенно важно, что для анализа требуется минимальное количество биологического материала – буквально одна капля крови, что делает процедуру менее травматичной для пациентов.
Профессор кафедры анатомии человека ПГУ Олег Зенин подчеркивает экономическую эффективность метода: один тензиометрический анализ заменяет комплекс стандартных исследований, включающий общий и биохимический анализ крови и мочи, что существенно сокращает затраты на диагностику.
Научный коллектив планирует расширить применение метода для анализа других биологических жидкостей, включая мочу, спинномозговую жидкость и пот. Это позволит диагностировать неврологические, онкологические и кардиологические заболевания на ранних стадиях. Для каждой патологии создается специальная рекуррентная нейронная сеть, реализованная с использованием библиотек TensorFlow и Keras.
В университете также ведется работа над модернизацией тензиометров, что позволит снизить стоимость оборудования вдвое и сократить время проведения анализа. В ближайшей перспективе технология будет внедрена в клинические базы Медицинского института ПГУ.
