Ученые из России предложили математический метод для более точной диагностики гипо- и гипертиреоза

❋ 4.7

Магистрантка СурГУ совместно с преподавателями кафедры информатики и вычислительной техники Политехнического института СурГУ предложила математический подход, который может сделать диагностику гипо- и гипертиреоза более точной и удобной для врача и пациента. Исследователи проанализировали около 60 различных симптомов (психоэмоциональных и физических) и с помощью методов машинного обучения определили признаки, которые несут наибольшую диагностическую информацию. Разработанный алгоритм способствует развитию персонализированной медицины и может стать основой для создания цифровой системы поддержки принятия врачебных решений.

СурГУ

# алгоритмы

# здоровье

# медицина

# щитовидная железа

Строение щитовидной и паращитовидных желез / © National Cancer Institute, NCI / NIH

Исследование решает реальную клиническую проблему: избыток диагностических показателей ухудшает, а не улучшает качество диагностики. Среди примерно 60 симптомов гипо- и гипертиреоза большинство неспецифичны, поэтому врачу нужен инструмент, который отсеивает «шум» и оставляет 10—15 самых информативных признаков. Результаты исследования были представлены на конференции 9th Computational Methods in Systems and Software 2025.

«Проделанная работа вносит вклад в развивающееся направление персонализированной медицины, а также имеет методологический результат: подтверждена связь корреляционного фильтра и важности признаков как способа сокращения пространства признаков без потери качества модели», — подчеркнула Светлана Лысенкова, доцент, заведующий кафедрой информатики и вычислительной техники Политехнического института СурГУ.

Щитовидная железа влияет на работу практически всего организма, управляя скоростью обмена веществ и энергетическим балансом, поэтому любое отклонение от нормы может привести к нарушениям ее функции и проявляться совершенно по-разному: изменение веса, нарушение сна, быстрая утомляемость и снижение настроения. Это далеко не весь список возможных симптомов, показывающих, что с щитовидной железой что-то не так. При этом большая часть из них встречается и при других заболеваниях, что делает поиск точной причины состояния пациента непростой задачей.

«Цель исследования — сократить число диагностических показателей, которые реально нужны врачу, чтобы поставить правильный диагноз при гипо- или гипертиреозе. Сегодня для диагностики анализируют около 60 различных симптомов, показателей крови, физиологических параметров и психоэмоциональных признаков. Но главная проблема даже не в объеме, а в том, что многие симптомы неспецифичны: например, утомляемость, набор веса или учащенное сердцебиение встречаются при десятке других болезней. Поэтому врачам приходится назначать множество анализов, что удлиняет диагностику и повышает нагрузку на лаборатории. Наш алгоритм как умный фильтр, который просматривает этот лист, выделяет 10—15 самых ярких “красных флагов” и говорит: “Обратите внимание именно на них, остальные показатели имеют меньшее влияние на постановку диагноза”. Благодаря этому фильтру диагностика становится быстрее, дешевле и точнее, а врачу легче принять решение», — подчеркивает автор исследования, Маргарита Монастырская, магистрантка направления «Информационные системы и технологии» Политехнического института СурГУ.

Маргарита совместно со своим руководителем решила посмотреть на эту проблему с математической точки зрения: можно ли среди большого количества показателей определить наиболее значимые и выстроить их в такую систему, которая сможет быстрее ориентироваться в данных, сохраняя при этом точность диагностики.

«В нашем наборе данных мы нашли пары симптомов, которые почти всегда идут вместе. Например, если у человека сильно выражена бессонница, то почти наверняка у него наблюдается и усиленное потоотделение (это типично для гипертиреоза). Или если вес резко снижается, то почти всегда есть и головокружение. Поэтому один из них можно исключить из списка обязательных анализов без потери качества диагноза. Это упрощает работу врача и сокращает время обследования», — акцентирует Маргарита.

Для работы с данными применялись два основных математических инструмента: корреляционный анализ Пирсона для выявления взаимосвязи между признаками и удаления дублирующих, а также метод случайного леса для построения модели классификации и оценки важности каждого признака. Случайный лес представляет собой алгоритм машинного обучения, который создает множество деревьев решений, устойчив к ошибкам и хорошо работает на небольших выборках пациентов. Он показывает, какой признак чаще всего использовался для правильного разделения пациентов на группы, то есть ранжирует признаки по важности. Так исследователи узнали, что депрессия, снижение мотивации и боли в суставах оказались наиболее весомыми при диагностике.

«Разработанный метод позволяет ускорить постановку диагноза и снижает затраты на анализы. Благодаря ему повышается точность поставленного диагноза: исключая “шумовые” признаки, мы уменьшаем риск ложноположительных или ложноотрицательных заключений. Во время исследования мы заметили, что у пациентов с одними и теми же уровнями гормонов могут быть разные наборы симптомов. Например, у одних доминируют сердечные нарушения, у других — психоэмоциональные. Наш подход позволяет выделить такие подгруппы, что в перспективе поможет назначать лечение более адресно, с учетом индивидуального симптоматического профиля», — делится Маргарита.

Дополнительно Маргарита стандартизировала данные, чтобы признаки с разными единицами измерения были сопоставимы и их можно было корректно сравнивать между собой. Для настройки модели применялись перебор параметров и кросс-валидация.

«Маргарита разработала и спроектировала информационную систему, в виде мобильного приложения-дневника здоровья щитовидной железы “ТиреоКонтроль”, реализующего сбор, хранение, контроль, учет, обработку, анализ и мониторинг информации о параметрах щитовидной железы на основе симптомов и результатов лабораторных исследований. Приложение предназначено для людей с гипотиреозом и гипертиреозом, а также для профилактического контроля гормонального фона и самочувствия.

Исследование, проведенное Маргаритой, особенно важно и актуально в настоящее время, поскольку оптимизация диагностических признаков с применением методов машинного обучения позволяет повысить точность и оперативность выявления заболеваний щитовидной железы, способствует развитию персонализированной медицины и может послужить основой для создания цифровой системы поддержки принятия врачебных решений», — подчеркнула Виолетта Григоренко, научный руководитель Маргариты, кандидат технических наук, доцент кафедры информатики и вычислительной техники Политехнического института СурГУ.

Следующий этап в рамках исследования — расширить выборку пациентов и проверить разработанный подход на большем количестве случаев. В перспективе такой алгоритм может стать основой для цифрового инструмента, который поможет врачу быстрее оценивать данные пациента и выделять наиболее информативные признаки. При этом сам подход может использоваться для диагностики и других заболеваний, где используется множество разнородных показателей.

Нашли опечатку? Выделите фрагмент и нажмите Ctrl (Cmd) + Enter.

Сургутский государственный университет — крупнейший в Югре. Университет проводит исследования в области химии нефти, биомедицины, экологии, информационных технологий и других приоритетных направлений для Югры, участвует в программе «Приоритет-2030» и выступает инициатором создания инновационного научно-технологического центра «ЮНИТИ ПАРК».