Исследователи Томского государственного университета в рамках проекта, поддержанного мегагрантом правительства РФ, разрабатывают инновационные подходы, которые уменьшат время диагностики заболеваний в сотни раз – с нескольких дней до нескольких минут. Один из подходов заключается в использовании ИИ, обученного поиску биомаркеров болезней в биологических жидкостях и тканях пациента. Чтобы избежать диагностических ошибок, исследователи используют математическое моделирование и машинное обучение. С их помощью учёные ТГУ создают «врачебный» опыт нейросети.

– Диагностика заболеваний основана на компонентном анализе различных соединений молекул – биомаркеров. Для их поиска мы используем новейшее оборудование – рамановский микроскоп, – говорит участник проекта, сотрудник лаборатории лазерного молекулярного имиджинга и машинного обучения ТГУ Денис Вражнов. – Подсвечивая, например, образец биоткани лазером, мы получаем так называемый рамановский спектр, по которому можно определить молекулярный состав в точке подсветки и даже создавать молекулярную карту всего образца с высоким разрешением.

Рамановский микроскоп в лаборатории ТГУ

При множестве плюсов недостатком метода является слабый регистрируемый сигнал, поэтому необходимы методы, способные убрать искажающие помехи. В противном случае нейросеть будет обнаруживать в образцах то, чего нет, и это приведёт к гипердиагностике, либо пропускать биомаркеры, свидетельствующие о наличии патологии. По словам учёных, убрать «шумы» можно, но этот процесс трудоемкий и, зачастую, требующий привлечения квалифицированных специалистов. 

В ходе исследований было установлено, что методы машинного обучения позволяют проводить анализ рамановских спектров точнее и в автоматическом режиме, что существенно ускоряет обработку данных.

Чтобы свести риски диагностических погрешностей к минимуму, учёные с помощью математического моделирования из известных молекул создают смеси молекул, то есть искусственно «производят» биомаркеры тех или иных заболеваний. Полученную библиотеку данных используют для обучения нейросети, после чего её тестируют на реальных образцах биологических жидкостей или тканей, взятых у людей. Пока исследования находятся на ранней стадии, но полученные результаты говорят о больших перспективах метода.

Стоит отметить, что подход, разработанный учёными лаборатории лазерного молекулярного имиджинга и машинного обучения ТГУ, может быть использован не только для обеспечения точности диагностики заболеваний, но и при проведении криминалистической экспертизы, для которой критически важно избежать ошибок.

Добавим, что за работу, проделанную в рамках проекта по мегагранту, магистрант программы «Биофотоника» Денис Вражнов удостоен стипендий президента и правительства РФ.

В состав научной группы, которая занимается разработкой новых инструментов и технологий диагностики с использованием современных методов оптической спектроскопии и машинного обучения, входят сотрудники Томского, Саратовского, Московского государственных университетов, руководитель проекта – Игорь Леднёв (Университет Олбани, США).