Группа ученых РЭУ им. Г. В. Плеханова создала инновационный метод диагностики расстройств аутистического спектра с помощью гиперграфовых нейронных сетей. Этот метод открывает возможности для более ранней и точной диагностики этого неврологического заболевания.
Аутизм – это одна из серьезных медико-социальных проблем современности. В России, по разным оценкам, с расстройствами аутистического спектра живет около миллиона человек, при этом реальная распространенность может в десятки раз превышать официальную статистику. Болезнь характеризуется сложностью диагностики, поздним выявлением и отсутствием объективных биомаркеров. Все это является серьезными вызовами для системы здравоохранения, а разработка точных, неинвазивных и масштабируемых методов диагностики расстройства аутестического спектра – главной задачей современной медицинской науки.
По словам ведущего научного сотрудника Института прикладного искусственного интеллекта и цифровых решений РЭУ им. Г. В. Плеханова, кандидата физико-математических наук Елены Пицик, коллектив ученых предложил принципиально новый подход к решению этой проблемы. Исследователи применили передовые методы искусственного интеллекта и машинного обучения для анализа данных функциональной магнитно-резонансной томографии мозга, полученных из крупнейшей международной базы ABIDE, которая включает анализы более 1000 пациентов из 17 медицинских центров по всему миру.
– Наибольшая точность диагностики была достигнута при совместном использовании двух масштабов анализа – гиперграфовой структуры, фиксирующей взаимодействия высшего порядка, и парных функциональных связей, отражающих тонкие взаимодействия между отдельными областями, – рассказала Елена Пицик. – Разработанная модель продемонстрировала впечатляющие результаты с точностью диагностики заболевания более 80% на данных, собранных их разных научных центров. Это существенно превосходит как традиционные методы машинного обучения, так и стандартные графовые сверточные сети. А также соответствует лучшим мировым показателям в данной области.
По словам доктора физико-математических наук Семёна Куркина, исследование демонстрирует, что интеграция искусственного интеллекта, анализа сложных сетей и нейровизуализации позволяет выйти на принципиально новый уровень понимания мозговых нарушений при аутизме.
– Мы показали, что для точной диагностики необходимо учитывать не только парные взаимодействия между областями мозга, но и сложные многоэлементные связи, – сказал Семён Куркин. – Это может поменять сам подход к анализу мозговой активности и открыть путь к созданию новых клинических инструментов.
Мона Платонова.
Фото rea.ru
