Phương Pháp Học Sâu Phát Hiện Dấu Hiệu Của Bệnh

Các nhà nghiên cứu tại Đại học Waterloo đã phát triển một mạng lưới học sâu có thể phát hiện dấu hiệu của bệnh với độ chính xác cao. Nó đạt 98 phần trăm phát hiện các đặc điểm của peptit trong một tập dữ liệu, điều này có nghĩa là các nhà khoa học và chuyên gia y tế sẽ có nhiều cơ hội hơn để phát hiện các bệnh có thể xảy ra thông qua phân tích mẫu mô.

Phát Hiện Dấu Hiệu

Các phương pháp hiện có để phát hiện bệnh liên quan đến việc phân tích cấu trúc protein của mẫu sinh học. Các chương trình máy tính đóng vai trò quan trọng trong quá trình này vì chúng kiểm tra lượng lớn dữ liệu được tạo ra trong các thử nghiệm, sau đó có thể được sử dụng để xác định các dấu hiệu cụ thể của bệnh.

Fatema Tuz Zohora là một nhà nghiên cứu tiến sĩ tại Trường Khoa học Máy tính Cheriton.

“Tuy nhiên, các chương trình hiện có thường không chính xác hoặc có thể bị hạn chế bởi lỗi của con người trong các chức năng cơ bản của chúng,” Zohora nói.

“Những gì chúng tôi đã làm trong nghiên cứu của mình là tạo ra một mạng lưới thần kinh sâu đạt 98 phần trăm phát hiện các đặc điểm của peptit trong một tập dữ liệu. Chúng tôi đang làm việc để làm cho việc phát hiện bệnh trở nên chính xác hơn, cung cấp cho các chuyên gia chăm sóc sức khỏe những công cụ tốt nhất,” Zohora tiếp tục.

Peptit là chuỗi axit amin tạo nên protein trong mô người, và những chuỗi nhỏ này là nơi thường xác định các dấu hiệu của bệnh. Nếu các nhà nghiên cứu có thể tìm ra một cách kiểm tra tốt hơn, nó sẽ có thể phát hiện bệnh với độ chính xác cao hơn và sớm hơn.

Mạng Lưới Học Sâu Pointlso

Mạng lưới học sâu mới được phát triển bởi nhóm nghiên cứu được gọi là Pointlso, và nó là một dạng học máy hoặc trí tuệ nhân tạo được đào tạo trên một cơ sở dữ liệu lớn của các trình tự hiện có từ mẫu sinh học.

“Các phương pháp khác để phát hiện dấu hiệu của bệnh thường có nhiều tham số phải được đặt thủ công bởi các chuyên gia trong lĩnh vực,” Zohora nói. “Nhưng mạng lưới thần kinh sâu của chúng tôi học các tham số đó, điều này chính xác hơn, và làm cho việc phát hiện dấu hiệu của bệnh trở nên tự động.”

Một khía cạnh quan trọng khác của chương trình là nó không được đào tạo để tìm kiếm chỉ một loại bệnh. Thay vào đó, nó được đào tạo để xác định các dấu hiệu liên quan đến các bệnh khác nhau, chẳng hạn như bệnh tim, ung thư và COVID-19.

“Nó có thể áp dụng cho bất kỳ loại phát hiện dấu hiệu của bệnh nào,” Zohora nói. “Và vì nó cơ bản là một mô hình nhận dạng mẫu, nó có thể được sử dụng để phát hiện các đối tượng nhỏ trong một lượng lớn dữ liệu. Có rất nhiều ứng dụng cho y học và khoa học; thật thú vị khi thấy những khả năng mở ra thông qua nghiên cứu này và cách nó có thể giúp mọi người.”