Современные системы машинного обучения требуют больших объемов данных и имеют ограниченную эффективность в медицине, где клинические исследования часто охватывают лишь небольшое количество пациентов. Эта проблема особенно актуальна в онкологии, где результаты лечения зависят не только от отдельных генетических мутаций, но и от сложного взаимодействия миллионов молекулярных характеристик, включая данные ДНК и РНК.
Новый метод основывается на математических принципах квантовой механики, включая концепции суперпозиции и запутанности. Разработанные алгоритмы, названные мультитензорными сравнительными спектральными разложениями, позволяют одновременно анализировать множество слоев биологических данных и выявлять скрытые взаимосвязи, влияющие на ход болезни и ответ на терапию.
Авторы провели тестирование системы на открытых данных пациентов с нейробластомой, которая является наиболее распространённой формой рака у младенцев. Алгоритм смог определить два новых прогностических фактора, связанных с выживаемостью и эффективностью лечения. Эти факторы оказались более точными по сравнению с традиционными биомаркерами, основанными на анализе опухолевой ДНК, крови или РНК.
Информация в статье носит справочный характер и не заменяет консультацию врача. Перед применением рекомендаций обратитесь к специалисту.
Результаты были подтверждены на независимых группах пациентов, проходивших лечение в различных медицинских учреждениях и в разные периоды времени, что подтверждает потенциальную применимость метода для широкой аудитории.
В отличие от многих нейросетевых моделей, которые функционируют как «чёрный ящик», новая система предоставляет возможность интерпретировать результаты анализа и выявлять конкретные гены и молекулярные механизмы, которые могут стать целями для разработки новых лекарств.
Авторы считают, что данная технология открывает путь к настоящей прецизионной медицине, где лечение будет подбираться на основе полного молекулярного профиля конкретного пациента, а не отдельных генетических маркеров.
Фото: hi-tech.mail.ru
Материалы проходят проверку с учетом современных клинических рекомендаций, научных данных и практического опыта врачей. Основная задача Медколлегии — обеспечить достоверность, актуальность и понятность медицинской информации для пользователей.