ИИ и сложнейшие проблемы мира · Медицина и разработка лекарств · Nature (computational biology) · 2026-10-26
Глубокое обучение снижает батч-эффекты в рамановской спектроскопии
Оригинальное название: Deep learning mitigates batch effects in Raman spectroscopy
Рамановские спектры биологических образцов несут полезную молекулярную информацию, но их чувствительность также кодирует посторонние детали, такие как личность пациента, особенности прибора и условия обращения с образцом, — так называемый батч-эффект, который может приводить к переобучению и рискам для приватности. На наборе данных опухолей глиомы авторы показывают, что глубокое обучение способно предсказывать личность пациента по отдельным спектрам. Они представляют состязательный фреймворк глубокого обучения, который снижает специфичные для образца мешающие сигналы, сохраняя информацию, необходимую для классификации опухолей.