Un innovador marco de aprendizaje automático, denominado Mal-ID, tiene la capacidad de analizar el historial de enfermedades del sistema inmunológico, convirtiéndose en una herramienta poderosa para el diagnóstico preciso de trastornos autoinmunitarios, infecciones víricas y evaluaciones de la respuesta a las vacunas.
Un grupo de investigadores de la Universidad de Stanford ha diseñado Mal-ID (Machine Learning for Immunological Diagnosis), un marco de aprendizaje automático compuesto por tres modelos que examinan conjuntos de datos de receptores inmunitarios con el fin de identificar firmas asociadas a enfermedades infecciosas, trastornos inmunológicos y reacciones a las vacunas en los pacientes.
Mal-ID fue entrenado con datos recopilados de 593 personas, incluyendo pacientes con Covid-19, VIH, diabetes tipo 1, así como receptores de la vacuna antigripal y individuos sanos.
De acuerdo con los hallazgos del estudio que se publicó en la revista Science, Mal-ID logró diferenciar de manera efectiva seis estados distintos de enfermedad a partir de 550 muestras, alcanzando una puntuación Auroc multiclase de 0,986, lo cual demuestra una precisión de clasificación excepcionalmente alta.
A pesar de que el modelo pudo distinguir entre COVID-19, VIH, lupus, diabetes tipo 1 e individuos sanos, los especialistas advierten que es necesario perfeccionar el enfoque utilizando información clínica antes de que pueda ser aplicado con confianza en escenarios clínicos.
Fuente: Últimas Noticias
360°/AR/OBP
