Гепатит В – это жизнь

научный сотрудник, Австралийский национальный университет

Доцент

Бретт А. Лидбери получает финансирование от Программы качественного использования патологии (QUPP) Министерства здравоохранения Содружества. Он является стипендиатом научного факультета Королевского колледжа патологов Австралазии (RCPA) и сотрудничает с Программой обеспечения качества RCPA (RCPAQAP).

Бусайо И. Аджувон не работает, не консультирует, не владеет акциями и не получает финансирования от какой-либо компании или организации, которым будет полезна эта статья, и не раскрыл никакой соответствующей принадлежности, кроме своей академической должности.

Австралийский национальный университет предоставляет финансирование как член The Conversation AU.

Посмотреть всех партнеров

Более 296 миллионов человек во всем мире живут с гепатитом В — потенциально опасной для жизни инфекцией печени, вызываемой вирусом гепатита В (ВГВ). Большинство из них не знают, что они инфицированы, поэтому не получают медицинской помощи. Клиническая помощь улучшает результаты лечения пациента и может предотвратить заражение других людей.

Таким образом, раннее выявление пациентов, инфицированных ВГВ, может улучшить прогноз пациентов и остановить передачу инфекции среди населения.

Рекомендуемым тестом на ВГВ является иммуноферментный анализ. Он обнаруживает поверхностный антиген гепатита В – вещество, которое является признаком присутствия вируса в организме человека.

Но эти химические тесты очень дороги и требуют специального оборудования. Они, как правило, недоступны для людей в странах с ограниченными ресурсами, где лабораторий мало и они изолированы. Клиницисты в этих условиях работают с ограниченными ресурсами против молчаливого убийцы, у которого могут не проявляться явные симптомы в течение десятилетий, пока печень не будет серьезно повреждена.

Частично решение подобных проблем общественного здравоохранения может заключаться в машинном обучении. Это относится к способности компьютеров понимать большие объемы информации и основываться на собственных «знаниях».

Мы входим в группу исследователей Австралийского национального университета, которые изучают машинное обучение и инфекционные заболевания. Наше более раннее исследование показало, что распространенность ВГВ в Нигерии была высокой (9,5%, где высоким считается уровень выше 8%). При этом уровни заражения значительно различались в зависимости от геополитических зон.

Читать далее: Гепатит B в Нигерии: свежие данные для профилактики и лечения

Доступ к доступному тестированию был проблемой в стране. Поэтому мы разработали инструмент, который поможет врачам раньше выявлять инфекции гепатита В.

Используя данные пациентов из Нигерии, мы разработали алгоритм, который учится на основе данных пациентов, выявляет закономерности и принимает разумные решения для оповещения и определения статуса инфекции ВГВ у пациента. Цель состоит в том, чтобы улучшить процесс принятия клинических решений и улучшить результаты лечения пациентов. Обеспечение более ранней помощи должно улучшить качество жизни миллионов людей и помочь снизить распространенность ВГВ.

Чтобы создать этот инструмент, мы тесно сотрудничали с коллегами из Нигерийского института медицинских исследований. Они предоставили доступ к данным 916 анонимных пациентов этически одобренным способом. Этот институт является ведущим медицинским исследовательским институтом Нигерии, и при нем имеется специализированная клиника по борьбе с гепатитом B.

Мы использовали результаты обычных анализов крови, которые измеряют эритроциты и лейкоциты, соли, ферменты и другие химические вещества крови, а также результаты тестов на гепатит B. Рутинные анализы крови могут быть очень полезны для облегчения ранней диагностики, если тонкие взаимодействия между измерениями могут быть очень полезны для облегчения ранней диагностики. можно заметить. Паттерны взаимодействия могут быть сигналом заболевания. Но их легко пропустить.

Используя эти данные, мы обучили алгоритм для выявления маркеров патологии, которые прогнозируют статус инфекции HBV у пациента. Одна из причин, по которой машинное обучение настолько эффективна, заключается в том, что оно не требует от людей сообщать компьютеру, какие функции следует идентифицировать. Наш алгоритм анализирует данные, чтобы найти закономерности, общие для пациентов с инфекцией ВГВ, а затем сопоставляет эти закономерности у людей, с которыми он раньше не сталкивался.