Специалисты Института биологии старения и Исследовательского центра в сфере искусственного интеллекта ННГУ им. Н.И. Лобачевского создали модель, использующую искусственный интеллект, для прогнозирования вероятности смерти пациентов с диабетом от любых заболеваний, а также для предоставления врачам-специалистам разъяснений по поводу сделанных предсказаний.
Модель была обучена с использованием данных о состоянии здоровья более 550 пациентов с диабетом, за которыми велось наблюдение на протяжении 17 лет. Искусственный интеллект, проанализировав сотни клинических и лабораторных показателей, выделил десять основных биомаркеров, определяющих долгосрочный прогноз. Ключевой особенностью разработки является возможность интерпретации анализа нейронной сети с помощью метода SHAP (SHapley Additive exPlanations), который демонстрирует, какие именно данные оказали наибольшее влияние на прогноз. Точность прогноза выживаемости на период 17 лет, рассчитанная на основе данных за весь период наблюдения, составляет 84%.
«Основное достоинство данного исследования – разработка не просто точного, но и понятного инструмента прогнозирования. Благодаря методу интерпретации прогнозов, генерируемых искусственным интеллектом, удается выявить взаимосвязи между множеством показателей состояния здоровья пациента. Так, в ходе работы было установлено, что такими ключевыми факторами риска смерти при диабете являются возраст, длительность заболевания и наличие сопутствующих осложнений. Помимо этого, разработанный подход позволяет сформировать индивидуальную карту рисков для каждого пациента. В частности, модель способна указать, что вероятность летального исхода у конкретного пациента на 68% обусловлена, прежде всего, повышенным уровнем креатинина, возрастом и четырьмя осложнениями, связанными с диабетом», – сообщил автор исследования, директор НИИ биологии старения Университета Лобачевского Михаил Иванченко.
Принимая во внимание известные основные характеристики, исследование акцентирует важность показателей, биологическая функция которых предстоит ещё быть установленной научными работниками. Например, вместе с мозговым натрийуретическим гормоном (NT-proBNP), который демонстрирует латентное напряжение сердечной мускулатуры, или креатинином, указывающим на состояние почек, определённая структура N-гликана в сыворотке крови выступает в качестве биомаркера иммунного контроля и возрастных изменений.
«Выявляя эти неочевидные закономерности, мы переносим акцент с общего подхода к лечению заболевания на целенаправленное управление индивидуальными рисками. Если модель показывает, что значительный вклад в риск вносит системное воспаление, целесообразно рассмотреть противовоспалительную терапию. Если ключевым фактором оказался липидный профиль, это дает возможность оптимизировать выбор лекарственных средств. Таким образом, объяснимый искусственный интеллект становится не абстрактным алгоритмом, а полезным инструментом, который не заменяет врача, а поддерживает его клиническое мышление. Это важный шаг к тому, чтобы продлить и улучшить жизнь миллионов людей, страдающих диабетом, – отметил Михаил Иванченко.
Данное исследование выполнено в рамках проекта, реализуемого Исследовательским центром в области искусственного интеллекта Университета Лобачевского. О результатах сообщается в журнале Frontiers in Endocrinology.
Информация и иллюстрация предоставлены пресс-службой ННГУ им. Н.И. Лобачевского