Ученые обнаружили, что наиболее оптимальные комбинации препаратов для лечения COVID-19 не являются одинаковыми для каждого пациента. Индивидуальные характеристики, такие как возраст, вес и наличие соматических патологий, влияют на выбор наиболее эффективной терапии для предотвращения повторного заболевания COVID-19.
Исследование было выполнено группой ученых из Университета Калифорнии (UC Riverside) с использованием данных, полученных из больницы в Китае и опубликовано в журнале Frontiers in Artificial Intelligence.
Использование данных из Китая представляет высокую ценность по двум причинам: во-первых, в начале пандемии врачи в Китае могли назначать до восьми различных препаратов, что позволяет проанализировать большое количество комбинаций лекарственных средств; во-вторых, пациенты с COVID-19 в Китае после выписки из больницы должны находится на карантине в государственной гостинице, что дает возможность комплексно изучить частоту повторной заболеваемости коронавирусной инфекцией.
В исследование были включены данные более чем 400 пациентов с COVID-19. Средний возраст пациентов составил 45 лет, у большинства наблюдалось среднетяжелое течение заболевания. В лечении применялись различные комбинаций противовирусных, противовоспалительных и иммуномодулирующих препаратов, таких как интерферон или гидроксихлорохин.
Анализ данных был затруднен большим количеством переменных и их сложной взаимосвязью с результатами лечения. Для решения данной проблемы исследователями применялись статистические методы, основанные на алгоритмах машинного обучения.
.png)
Обычно для изучения эффективности и безопасности лекарств проводятся клинические испытания, в ходе которых пациенты с одинаковыми характеристиками случайным образом распределяются в экспериментальную или контрольную группы. Поскольку в данном исследовании использовались архивные клинические данные, исследователям пришлось скорректировать факторы, которые могли повлиять на наблюдаемые результаты. Например, если определенная комбинация лекарств назначалась в основном пожилым людям и оказалась неэффективной, то остается неясным, является ли причиной в данном случае препарат или возраст человека.
Помимо анализа комбинаций лекарственных препаратов, машинное обучение широко применяется во многих областях, связанных с COVID-19, таких как постановка диагноза, разработка вакцин и лекарственных препаратов, а также прогноз заболевания. В частности, исследователям «Сколтеха» и их коллегам удалось обучить ИИ предсказывать вероятность выживания пациентов с COVID-19, поступающих в реанимацию.
Данная работа обладает несколькими ограничениями. Во-первых, данные для исследования были получены во время первой волны пандемии и не учитывают последующие генетические вариации вируса SARS-CoV-2. Во-вторых, несмотря на то, что данное исследование позволяет выявить наиболее эффективные комбинации лекарств, небольшой объем данных не позволяет уточнить такие данные, как дозировка и время применения препаратов.
Как указывают авторы, алгоритм, использованный в данном исследовании, легко применим к любому другому обсервационному исследованию и находится в общем доступе.
Материал подготовлен в рамках проекта «Медицина в точке бифуркации». Проект поддержан грантом Минобрнауки России в рамках федерального проекта «Популяризация науки и технологий»
.jpg)