Исследователи из Института персонализированной кардиологии Сеченовского Университета научились по выдыхаемому воздуху определять тяжесть муковисцидоза и других заболеваний легких. Об этом "Газете.Ru" рассказали в Первом МГМУ им. Сеченова.
Муковисцидоз – наследственное заболевание, при котором поражаются экзокринные железы, а также жизненно важные органы и системы: дыхательные пути, ЖКТ, поджелудочная железа, печень и другие.
Ученые смогли выявить характерные летучие органические соединения, связанные с муковисцидозом, и разработать алгоритмы машинного обучения, способные определять степень тяжести заболевания. В перспективе такой подход можно будет использовать для диагностики многих других болезней.
"Исследование выдыхаемого воздуха методом масс-спектрометрии в режиме реального времени может стать эффективным инструментом для ранней диагностики заболеваний легких и мониторинга их течения. Разработанные в рамках проекта модели и алгоритмы помогут врачам не только выявлять патологии, но и оценивать степень их тяжести", — пояснил "Газете.Ru" научный сотрудник Института персонализированной кардиологии Артемий Силантьев.
Кроме того, протонная масс-спектрометрия выдыхаемого воздуха может стать не только инструментом диагностики, но и способом мониторинга эффективности терапевтических вмешательств при хронических заболеваниях легких.
Помимо муковисцидоза, ученые исследуют и другие хронические заболевания органов дыхания, такие как лимфангиолейомиоматоз, хроническая обструктивная болезнь легких и бронхиальная астма. Также ведутся исследования в области онкологии и кардиологии. Перспективными направлениями для применения метода могут стать эндокринология, гастроэнтерология и ревматология, где изменения в метаболизме также могут находить отражение в составе выдыхаемого воздуха.
Для внедрения метода в клиническую практику необходимо пройти оценку безопасности и эффективности, а также наладить совместно с партнерами производство и распространение недорогого оборудования. По оценкам ученых, при поддержке профильных ведомств внедрение технологии в медицинские учреждения может занять около пяти лет.