Нoвый пoдxoд с испoльзoвaниeм искусствeннoгo интeллeктa (ИИ) пoкaзывaeт, кaк мoжнo испoльзoвaть микрooргaнизмы в oргaнизмe и мoлeкулы в клeткax в (видах прoгнoзирoвaния сoстoяния здoрoвья чeлoвeкa, утвeрждaют исслeдoвaтeли Мeдицинскoгo кoллeджa штaтa Пeнн и Юго-западного медицинского центра Техасского университета, пишет News Medical Life Sciences.
Соответственно их словам, сие может продвинуть точность прогнозирования развития заболеваний человека, таких т. е. воспалительные заболевания кишечника и диабет.
Микробиом человека состоит с триллионов микроорганизмов, таких чисто грибки и бактерии, которые живут в организме, естественным путем в кишечнике, и влияют сверху общее имущество здоровья. Сии организмы, а как и метаболом — не то — не то молекулы, содержащиеся в клетках и тканях — оказывают важное заражение на медицинские исследования.
В настоящем исследовании предлагается постичь полезные характеристики с наборов данных, в которых измеряются (то) есть микробиом, приближенно и метаболом, и попользовать их в целях существенного повышения точности предсказания метка в наборах данных, в которых измеряется не менее микробиом. Результаты представляют статистическое муштровка и основанный получи и распишись ИИ неинвазивный отношение с использованием микробиома кишечника, кто может демонстрировать людей с повышенным риском заболеваний.
После мнению исследователей, союз данных микробиома и метаболома может побольше точно напророчить исход заболевания и родить к лучшему пониманию механизмов болезни.
Ученые предложили новую интегративную систему моделирования лещадь названием Microbiome-based Supervised Contrastive Learning Framework (MB-SupCon). Применяя новешенький метод, они изучили показания микробиома кишечника и метаболома в образцах стула 720 пациентов, затем) чтоб(ы) предсказать факторы, связанные с диабетом 2 подобно.
По словам исследователей, MB-SupCon превзошел существующие методы машинного обучения и оказался высокоточным к прогнозирования статуса инсулинорезистентности пациентов (84%), пола (78%) и расы (80%).
