Инструмент искусственного интеллекта помогает выявлять пациентов с высоким риском инфицирования ВИЧ и ИПППИнструмент искусственного интеллекта помогает выявлять пациентов с высоким риском инфицирования ВИЧ и ИППП
Используя MySTIRisk, инструмент оценки рисков на основе искусственного интеллекта, исследователи смогли создать систему оценки риска инфицирования для выявления пациентов с повышенным риском заражения ВИЧ, сифилисом, гонореей и хламидиозом.
"Сотрудники Центра сексуального здоровья Мельбурна в рамках программы "Искусственный интеллект и моделирование в эпидемиологии" разработали веб-инструмент на основе искусственного интеллекта для оценки рисков заболеваемости ВИЧ и инфекций, передающихся половым путем, под названием MySTIRisk", - рассказала соавтор статьи Фью М. Латт.
"При отображении персонализированных оценок риска для пользователей мы обнаружили, что большинство участников предпочитают видеть не просто статистические данные, а четкое распределение по категориям: высокий или средний риск заражения. Это подтолкнуло нас к определению оптимальных пороговых значений баллов риска для эффективной стратификации людей на группы высокого и среднего риска", - сообщила Латт, добавив, что "на практике знание своего риска заражения ВИЧ и ИППП позволяет проводить целенаправленное и более эффективное тестирование и профилактику ВИЧ".
Исследователи провели ретроспективное перекрестное исследование, используя данные 216 252 консультаций по ВИЧ, 227 995 консультаций по сифилису, 262 599 консультаций по гонорее и 320 355 консультаций по хламидиозу за период с 2008 по 2022 год. Авторы использовали модели машинного обучения MySTIRisk для оценки риска инфицирования, оценивая такие предикторы, как пол, возраст, страна рождения, мужчины, сообщающие о сексе с мужчинами, наличие симптомов ИППП, количество партнеров, использование презервативов, употребление инъекционных наркотиков, ИППП в прошлом, контакты с лицами с диагнозом ИППП и сексуальные партнеры за пределами Австралии/Новой Зеландии.
В ходе исследования ученые смогли определить оптимальные пороговые значения баллов риска, позволяющие отнести пациентов к категории "высокого риска" и "среднего риска" в отношении ВИЧ, сифилиса, гонореи и хламидиоза. В частности, в исследовании было определено, что пороговый балл высокого риска по ВИЧ составляет 0,56, что соответствует 86% чувствительности и 65,6% специфичности. Из всех участников 35% были отнесены к группе высокого риска, что составило 86% случаев ВИЧ. Латт добавила, что 0,7% из группы высокого риска имели ВИЧ по сравнению с 0,06% из группы среднего риска, что свидетельствует о том, что этот метод может "точно определить пациентов, наиболее нуждающихся в профилактике и тестировании, на основе их базового уровня риска".
Кроме того, программа продемонстрировала, что соответствующие показатели для сифилиса составляют 0,49 с чувствительностью 77,6% и специфичностью 78,1%, для гонореи - 0,52 с чувствительностью 78,3% и специфичностью 71,9%, а для хламидиоза - 0,47 с чувствительностью 68,8% и специфичностью 63,7%. Согласно исследованию, на эти группы высокого риска приходится 78% случаев сифилиса, 78% случаев гонореи и 69% случаев хламидиоза, причем вероятность положительного результата в группе высокого риска значительно выше, чем в других группах по всем инфекциям (12,3 для сифилиса, 9,2 для гонореи и 3,9 для хламидиоза).
Основываясь на этих результатах, Латт сообщила, что инструмент MySTIRisk, основанный на искусственном интеллекте, показывает перспективность использования поведенческих и клинических данных для оценки индивидуальных показателей риска заражения ВИЧ и другими распространенными ИППП.
"Программы оценки риска, использующие комплексные данные реального мира, показали перспективность в определении приоритетности ресурсов путем выявления пациентов, наиболее нуждающихся в целевом тестировании и профилактических услугах", - отметила Латт. "При разумной интеграции под руководством врача подходы машинного обучения, подобные MySTIRisk, могут помочь оптимизировать услуги по охране сексуального здоровья, хотя в конечном итоге решения должны использовать стратификацию риска для поддержки, а не для замены здравого суждения врача".
