Ученые из Гарвардского университета научили ИИ прогнозировать результаты лечения туберкулеза. Программа может точно предсказать устойчивость штамма ТБ к 10 препаратам первой и второй линии за десятую долю секунды и с большей точностью, чем аналогичные модели.

По словам разработчиков, при включении в клинические тесты модель может сделать обнаружение сопротивления более быстрым и точным, преодолевая недостатки в текущих методах тестирования, которые либо занимают слишком много времени, чтобы дать окончательные результаты, либо ненадежны. Стоит учитывать и то, что способность быстро выявлять полный профиль резистентности при постановке диагноза имеет решающее значение как для улучшения индивидуальных результатов пациентов, так и для уменьшения распространения инфекции на других. Ученые отмечают, что широкая и глубокая нейронная сеть переплетает две формы машинного обучения для выявления комбинированного воздействия генетических вариантов на устойчивость к антибиотикам.

Чтобы проверить эффективность метода, ИИ проверялась в прогнозировании резистентности в наборе 792 полностью секвенированных геномов ТБ, с которыми искусственный интеллект не был знаком. Это создало высокоточный сценарий тестирования, который исключил вероятность того, что произойдет ошибка в расчетах. Модель предсказывала устойчивость к препаратам первой линии в среднем с точностью 94% и 90% к лекарствам второй линии. Статистический вариант прогнозировал сопротивление - 94% и 88% соответственно.