Алгоритмы машинного обучения стали лучше распознавать когнитивные нарушения, связанные с болезнью Альцгеймера. Результат получила группа исследователей: среди них — ученые Гарварда и коллеги из университета штата Техас. Об этом сообщает портал Известия.
В работе они опирались на открытую технологию TabDDPM, созданную в «Яндексе» и на факультете компьютерных наук НИУ ВШЭ. Метод генерирует синтетические записи, сохраняющие статистические закономерности реальных данных. Это помогает расширить выборку без привлечения новых пациентов.
Эксперимент построили на генетической и демографической информации 542 человек. Нейросеть, обученная только на исходных сведениях, хуже различала группы. После добавления синтетических примеров метрика AUC увеличилась: 0,721 против 0,769. Доля верно найденных нарушений поднялась с 68 до 77%.
Разработчики подчеркивают: алгоритм не ставит диагноз. В ходе работы система искала признаки когнитивных расстройств. Подтвердить сам диагноз она не могла. Поэтому речь идет об инструменте поддержки врачебных решений, а не о готовом диагностическом методе.
По словам невролога Лусине Брсикян, синтетические данные позволяют обучать модели на более разнообразных сочетаниях признаков даже при небольшой выборке. В перспективе такие системы помогут находить пациентов, которым нужно углубленное обследование.