Обложка канала

Medical Ксю

10564 @medicalksu

Новости медицины, обзоры mhealth стартапов и просто лайфхаки для здоровья и продуктивности от директора по развитию digital health продукта mednote.life Ксении Ульяновой.

Medical Ксю

3 года назад
Открыть в
#диагностика #инновации #ML Томские ученые научились определять виды депрессии по крови и слюне Ученые-физики Томского госуниверситета и сотрудники НИИ психического здоровья Томского национального исследовательского медицинского центра разработали новую методику диагностики депрессии разных типов. Это методика базируется на оптическом анализе биомаркеров, которые содержатся в крови и слюне пациента, сообщил 13 февраля Telegram-канал «Большой университет Томска». В современной психиатрии дифференциальная диагностика депрессии — сложная задача, поскольку разным типам депрессивных состояний часто свойственны схожие симптомы, особенно на первой стадии формирования заболевания. При помощи метода, созданного томскими учеными будет возможным не только своевременно выявлять униполярную и биполярную депрессию, но и контролировать эффективность лечения пациентов. Сейчас ученые-физики заняты составлением классификатора с подробным описанием информативных показателей. «На завершающем этапе проекта классификатор будет использован для машинного обучения компьютерной модели, что позволит автоматизировать процесс диагностики», — говорится в сообщении. Ну что же, ждем отечественный сервис для диагностики депрессии. @medicalksu
Большой университет Томска

Физики ТГУ и сотрудники НИИ психического здоровья ТНИМЦ совместно создали новый подход для диагностики депрессии Дифференциальная диагностика депрессии — сложная задача, поскольку разным типам депрессии нередко свойственны схожие симптомы. Ученые ТГУ и ТНИМЦ предлагают использовать в качестве инструмента диагностики оптические методы, с помощью которых выявляют характерные биомаркеры в крови и слюне пациентов. 💬 — Этот подход поможет не только своевременно выявлять униполярную и биполярную депрессию, но и контролировать эффективность лечения. В настоящее время мы работаем над составлением классификатора, подробным описанием информативных показателей. Чтобы избежать погрешности в диагностике, необходимо выявить не только сами биомаркеры, но и характерные сочетания, свойственные для интересующих нас видов аффективных расстройств, — говорит Алиса Самаринова из лаборатории лазерного молекулярного имиджинга и машинного обучения ТГУ. Полученные с помощью оптических методов данные сравнят с результатами традиционных методов. На завершающем этапе проекта классификатор будет использован для машинного обучения компьютерной модели, что позволит автоматизировать процесс диагностики. @tomskuniversity @newstpu @ssmutomsk @tsuab @tusur_prioritet @TspuTomsk @stinrnumephi @ispmssbras @t_nimc @tscsbras

Telegram