Машинное обучение играет важную роль в обнаружении диагностических признаков шистосомоза

Шистосомоз — широко распространённое паразитарное заболевание, от которого страдает более 200 миллионов человек по всему миру. Традиционные методы диагностики, основанные на обнаружении яиц паразитов в кале, выявляют инфекцию только на поздних стадиях, а современные тесты на антитела не отличают прошлую инфекцию от текущей.

Исследователи разработали платформу мультиплексированного профилирования антител для полной картины гуморальных профилей противогельминтных микроорганизмов. С помощью методов машинного обучения Essential Regression (ER) и SLIDE выявлены скрытые факторы, представляющие патофизиологию различных стадий шистосомной инфекции.

Результаты показывают, что селективное нацеливание на антиген может быть полезным для раннего выявления инфекции и контроля её тяжести.