ИИ научили различать заболевания легких по составу выдыхаемого воздуха
Специалисты Сеченовского университета разработали модель машинного обучения, которая способна различать четыре хронических заболевания легких по составу выдыхаемого воздуха.
Ученые проанализировали образцы выдыхаемого воздуха 843 участников исследования, включая пациентов с бронхиальной астмой, хронической обструктивной болезнью легких (ХОБЛ), муковисцидозом и лимфангиолейомиоматозом (ЛАМ) и здоровых добровольцев. Состав выдоха изучали с помощью протонной масс-спектрометрии высокого разрешения, позволяющей регистрировать летучие органические соединения в режиме реального времени, затем данные обрабатывали алгоритмами машинного обучения.
Модель анализировала характерные сочетания соединений, а также связь между ними. «Оказалось, что каждому заболеванию соответствует собственный химический профиль. Наиболее высокой точности система достигла при выявлении муковисцидоза, однако в целом алгоритм успешно различал все исследованные заболевания», — говорится в сообщении.
По мнению ученых, выявленные различия в химическом составе выдыхаемого воздуха отражают особенности течения каждого заболевания. В дальнейшем такие данные могут использоваться не только для диагностики, но и для оценки состояния пациента и эффективности лечения.
«Мы движемся к тому, чтобы как минимум значительную часть социально значимых заболеваний можно было выявлять таким способом хотя бы на этапе скрининга. В перспективе человек сможет пройти быструю диагностику с помощью анализатора выдыхаемого воздуха прямо в поликлинике, и система подскажет, требуется ли ему консультация пульмонолога, кардиолога, эндокринолога или другого специалиста. Сейчас мы работаем над алгоритмами для выявления заболеваний легких, сердечно-сосудистой патологии, некоторых видов рака и эндокринных нарушений», — подчеркнул директор Института персонализированной кардиологии Сеченовского университета Филипп Копылов, чьи слова приводит пресс-служба.
Результаты работы опубликованы в журнале International Journal of Molecular Sciences.
Источник: https://tass.ru/nauka/
30.06.2026