Новые подходы к диагностике неходжкинских В-клеточных лимфом и хронического лимфолейкоза по кластерам дифференцировки нормальных и опухолевых лимфоцитов периферической крови

Аннотация

Актуальность. В настоящее время быстро развиваются и внедряются технологии машинного обучения и искусственного интеллекта в научные исследования, что значительно упрощает изучение и использование прикладных разработок в медицине. Разработка метода автоматической классификации неходжкинских В-клеточных лимфом (НХЛ) и хронического лимфолейкоза (ХЛЛ) в сравнении с нормой (Н) позволит проанализировать различия многомерных взаимосвязей в системе «иммунитет – опухолевый рост» и создаст возможность классифицировать эти заболевания по данным крови, не используя для диагностики материалы других органов и тканей.

Цель исследования – создать автоматизированную классификацию НХЛ и ХЛЛ в сравнении с нормой и оценить качество диагностики по различиям показателей многомерных образов иммунокомпетентных и опухолевых клеток в периферической крови.

Материалы и методы. Проведено сравнительное исследование иммунитета и опухолевых клеток в периферической крови 185 здоровых людей, 352 пациентов с В-клеточной НХЛ и 315 пациентов с ХЛЛ. Методом машинной обработки, классифицирующим данные путем построения дерева решений (ДР), сопоставлены показатели многомерных образов, формируемых субпопуляциями лимфоцитов и опухолевыми клетками в периферической крови. Построены 3 классификатора состояний: НХЛ в сравнении с нормой (Н–НХЛ), ХЛЛ в сравнении с нормой (Н–ХЛЛ) и НХЛ в сравнении с ХЛЛ (НХЛ–ХЛЛ). Качество классификаторов определено по критериям матрицы ошибок и ROС-кривой.

Результаты. Построенные методом ДР классификаторы значений и характера распределения показателей иммунитета и опухолевых клеток различают состояния Н–НХЛ, Н–ХЛЛ и НХЛ–ХЛЛ и определяют алгоритм классификации. Критериями методов матрицы ошибок и ROС-кривой подтверждено высокое качество классификаторов.

Заключение. Методом машинного обучения построено ДР, классифицирующее НХЛ и ХЛЛ, что позволяет реализовать альтернативную диагностику НХЛ и ХЛЛ, используя только данные о наличии иммунных и опухолевых лимфоцитов в периферической крови.