Машинное обучение предсказывает прогрессирование БАС и потребность в инвалидной коляске
Боковой амиотрофический склероз (БАС) — прогрессирующее нейродегенеративное заболевание, течение которого сложно предсказать. Учёные разработали новую прогностическую модель на основе машинного обучения, которая помогает оценить скорость функционального снижения и время начала использования вспомогательных устройств, в частности инвалидной коляски.
В основе модели лежит концепция цифрового двойника — виртуальной копии пациента, которая обновляется по мере поступления новых данных. Исследователи использовали долговременные траектории шкалы ALSFRS-R, которая оценивает способность выполнять повседневные действия (ходьба, речь, глотание и т.д.), а также демографическую информацию и данные о сопутствующих заболеваниях.
Анализ выявил пять функциональных доменов: бульбарный (речь, глотание), верхних конечностей, осевой (голова, туловище), нижних конечностей и дыхательный. Для каждого домена были построены нелинейные модели снижения функций. Особенно сильно на время перехода к инвалидной коляске влияет ухудшение функций нижних конечностей — ходьба и подъём по лестнице.
Разработанная модель временных событий (time-to-event) строит индивидуальные кривые выживаемости без коляски и динамически обновляет прогноз по мере изменения состояния пациента. Такой подход позволяет врачам заранее планировать необходимые вмешательства и адаптировать терапию.
По словам авторов, модель масштабируема и интерпретируема, что делает её пригодной для клинического применения. Она может быть использована для стратификации пациентов в клинических испытаниях, персонализированного планирования ухода и в персонализированной медицине.
Работа опубликована в репозитории arXiv и доступна для ознакомления. Исследователи планируют дальнейшую валидацию модели на реальных клинических данных.
