Специалисты Йоркского университета (Канада) провели исследование влияния ВИЧ-инфекции на эффективность вакцинации против COVID-19. Результаты, опубликованные в журнале Patterns, показали, что алгоритмы машинного обучения способны с высокой точностью анализировать различия в иммунном статусе.
В исследовании приняли участие люди, живущие с ВИЧ и получающие антиретровирусную терапию (АРТ), и контрольная группа без ВИЧ. В течение 100 недель участники получили до пяти доз вакцины против COVID-19.
Для анализа данных использовался алгоритм машинного обучения «случайный лес», обработавший 64 биомаркера, включая антитела в слюне (IgA) и клетки крови. Это позволило создать цифровые модели («виртуальные пациенты») для детального изучения иммунных реакций и выявления закономерностей.
Ключевые результаты:
- Модель с 100% точностью различала иммунные профили людей с ВИЧ и контрольной группы.
- У некоторых пациентов с ВИЧ на фоне АРТ иммунный ответ был сопоставим с ответом людей без ВИЧ.
- Выявлены уникальные маркеры, характерные для людей с ВИЧ, включая особенности внутриклеточной защиты и местного иммунитета.
Технология позволила определить минимальный набор признаков для надёжной классификации иммунных ответов. Исследование показало значительный разброс реакций на вакцину даже внутри одной группы, что подчеркивает индивидуальность иммунной системы.
Вывод: исследование демонстрирует потенциал искусственного интеллекта (ИИ) в персонализированной медицине, позволяя создавать индивидуальные стратегии вакцинации и наблюдения для людей с ВИЧ.
Ранее исследования показали, что ИИ повышает точность диагностики рака молочной железы в маммографии.