Исследователи из Медицинской школы Перельмана при Пенсильванском университете проверили электронный нос на крови пациентов с раком яичников и поджелудочной железы. Устройство определило тип и тяжесть заболеваний с точностью до 95 %.
Несмотря на все медицинские достижения, ранняя диагностика рака стоит дорого и занимает много времени. Диагностика включает в себя забор крови для анализа на онкомаркеры и разные исследовательские процедуры: МРТ, УЗИ, эндоскопия, маммография, КТ и МСКТ. Кроме того, во время лечения врачу необходимо выяснить степень восприимчивости раковых клеток к иммунотерапии, что также требует много времени и сил.
В 2019 году команда из Нидерландского института рака использовала электронный нос SpiroNose от компании Breathomix для анализа воздуха, выдыхаемого пациентами с раком лёгких. Сенсоры устройства фиксировали выдыхаемые летучие органические соединения (ЛОС), выделяемые раковыми клетками, и отправляли результат на онлайн-сервер для обработки данных в режиме реального времени. Сформированный при помощи машинного обучения алгоритм определял восприимчивость пациента к предлагаемой иммунотерапии. Точность устройства составила 85 %.
Этот же принцип взяли за основу авторы нового исследования из Пенсильванского университета в США. Они провели предварительные исследования и доказали, что разные типы опухолей по-разному воздействуют на состав ЛОС. После учёные передали полученные данные нейронной сети электронного носа и протестировали устройство.
В исследовании участвовали 93 человека: 20 с раком яичников, 20 с доброкачественными опухолями яичников, 20 без опухолей, 13 с раком поджелудочной железы, 10 с доброкачественными опухолями поджелудочной железы и 10 в контрольной группе. В выборку вошли пациенты с разной выраженностью заболеваний. Учёные взяли образцы плазмы прямо перед исследованием и до начала лечения пациентов.
Исследователи подносили к электронному носу разогретые образцы плазмы. Собранные устройством ЛОС проходили через десятиканальную систему с химическими датчиками из закрученных одностенных углеродных нанотрубок. После датчики передавали полученные данные о ЛОС в блок обработки сигналов. Нейронная сеть в блоке расшифровала смесь органических соединений и с точностью до 95 % определила, к какой из шести групп пациентов относится образец. Алгоритм также точно распознал степень тяжести заболеваний. Анализ каждого образца занимал до 20 минут.
Исследователи проверили способность наносенсоров различать рак используя линейный дискриминантный анализ, машины опорных векторов, метрический алгоритм KNN и алгоритм машинного обучения random forest. Каждый алгоритм учёные обучили и проверили в соответствии с методами перекрестной проверки с исключением по-одному и k-кратной перекрестной проверки.
Авторы отмечают, что это только начало работы, но они уже получили многообещающие результаты. Электронный нос может стать частью ежегодного профилактического осмотра населения и определять рак даже на бессимптомных стадиях.
В настоящее время исследователи Пенсильванского университета совместно с VOC Health работают над введением устройства в широкомасштабное использование. Также исследователи получили грант от NCATS на создание электронного носа, способного по запаху определить людей с COVID-19.
