Новое исследование датских ученых показало, что машинное обучение алгоритмов вкупе с использованием национальных реестров может быть эффективным способом скрининга ВИЧ, об этом пишет медицинское издание The Lancet.
Сейчас существует несколько различных стратегий диагностики ВИЧ-инфекции, например, выявление индикаторов, являющихся показателями к сдаче анализов на ВИЧ. Исследователи отмечают, что эта система не включает в себя такие факторы, как возраст, пол и состояния, не связанные с риском получения ВИЧ-инфекции.
Включение в процесс тестирования личных персонализированных данных пациента может существенно повысить качество диагностики, убеждены авторы исследования. Для этого они предлагают интегрировать в тестирование машинное обучение и национальные реестры.
Исследователи проанализировали данные о 4 384 178 людях из электронного реестра Дании. Они использовали алгоритмы машинного обучения для создания прогнозируемых моделей, после чего их откалибровали таким образом, чтобы имитировать различные клинические сценарии.
Оказалось, что искусственный интеллект способен с достаточно высокой вероятностью предсказывать ВИЧ-статус пациента. Алгоритм диагностировал ВИЧ-инфекцию у 4350 человек, что соответствует реальной статистике в стране.
Сейчас более половины ВИЧ-позитивных людей в Европе узнают о своей болезни уже на поздних стадиях. А ранняя постановка диагноза увеличивает продолжительность жизни пациента, сокращает риск передачи инфекции и уменьшает последующие расходы на лечение.
По мнению ученых, интеграция подобных прогнозируемых моделей в программное обеспечение систем здравоохранения может положительно сказаться на уровне выявления ВИЧ-инфекции. Также эти алгоритмы можно использовать и для оценки необходимости назначения доконтактной профилактики ВИЧ.