Исследователи представили DeepBD — агентный рабочий процесс для приоритизации генетических вариантов при диагностике врожденных дефектов. Система автоматизирует интерпретацию результатов секвенирования генома, сопоставляя клинические фенотипы пациентов с разрозненными данными из медицинских баз. Это решение значительно ускоряет процесс анализа сложных генетических случаев, сокращая время, необходимое врачам для постановки точного диагноза у новорожденных.
Диагностика генетических заболеваний традиционно требует ручного анализа тысяч вариантов, что создает узкое место в клинической практике. DeepBD использует агентный подход для итеративного поиска доказательств, оценки патогенности вариантов и формирования обоснованных выводов. Такой метод позволяет эффективно обрабатывать неоднородные данные, включая популяционную частоту, функциональные предсказания и литературу, минимизируя риск человеческой ошибки при интерпретации результатов секвенирования.
Внедрение подобных систем в медицинские протоколы позволяет перевести интерпретацию геномных данных из разряда трудоемких экспертных задач в область автоматизированной поддержки принятия решений. Использование агентных рабочих процессов обеспечивает прозрачность выводов, что критически важно для клинической валидации и последующего назначения терапии пациентам с редкими генетическими патологиями.
Ключевые факты
- DeepBD автоматизирует приоритизацию вариантов, которые ранее требовали длительного ручного анализа экспертами-генетиками.
- Система объединяет данные секвенирования экзома и генома с неполными фенотипическими описаниями пациентов.
- Агентный подход позволяет интегрировать гетерогенные источники доказательств, включая базы популяционных частот и функциональные аннотации.
- Решение направлено на снижение уровня недиагностированных случаев при врожденных дефектах, влияющих на неонатальную заболеваемость.