Phương pháp chẩn đoán dị ứng thực phẩm được nâng cao bởi các mô hình AI Học máy và Học sâu

(SeaPRwire) –   Các mô hình học máy cho thấy cải thiện khoảng 40% về độ chính xác chẩn đoán so với
kịch bản thử ăn thực phẩm tiêu chuẩn, thử châm da và đo lường IgE đặc hiệu với chất gây dị ứng

MILWAUKEE, 14 Tháng 2, 2026 — Cả mô hình học máy và học sâu AI đều cho thấy cải thiện đáng kể so với các tiêu chuẩn lâm sàng hiện có trong chẩn đoán dị ứng thực phẩm, theo nghiên cứu mới được trình bày tại .

“Tiêu chuẩn chăm sóc hiện tại cho chẩn đoán dị ứng thực phẩm dựa trên thử châm da, IgE đặc hiệu với chất gây dị ứng và kịch bản thử ăn thực phẩm trong trường hợp kết quả không rõ ràng. Mô hình học máy trí tuệ nhân tạo (ML) cho thấy cải thiện 40% về độ chính xác chẩn đoán so với các tiêu chuẩn lâm sàng hiện có, và các mô hình học sâu (DL) tiên tiến hơn đã cải thiện thêm hiệu suất chẩn đoán so với phương pháp ML, với cải thiện 10-15% trong diện tích dưới đường cong. Các phương pháp chẩn đoán dị ứng thực phẩm được nâng cao bởi ML/DL và có tiềm năng vượt trội hơn các chiến lược hiện tại và cải thiện tiêu chuẩn chăm sóc” theo tác giả chính McKenzie J. Williams, Học giả STEM Karsh của Đại học Howard.

Trong nghiên cứu, các nhà nghiên cứu đã đào tạo mạng nơ-ron tích chập (CNN) học máy (ML) và học sâu (DL) trên các phép đo thử châm da (SPT), IgE đặc hiệu với chất gây dị ứng (sIgE) và các protein thành phần huyết thanh bao gồm PN-IgE rAra h 1,2,3,6; PN-IgG4 rAra h 1,2,3,6, được thu thập trong khảo sát IMPACT tại thời điểm 146 kịch bản thử ăn lạc vừng cơ sở (OFC). Khảo sát bao gồm trẻ em từ 1 đến 4 tuổi.

Trong nghiên cứu, hiệu suất của thuật toán cho thấy giá trị dự đoán mạnh mẽ của PN-sIgE Ara h2 và PN-IgE/IgG4 (nhạy cảm: 88.9; đặc hiệu: 84.5; giá trị tiên đoán dương tính (PPV): 89). Các mô hình ML cho thấy cải thiện đáng kể so với các tiêu chuẩn lâm sàng hiện có, với khoảng 40% cải thiện độ chính xác chẩn đoán, theo các nhà nghiên cứu. Việc sử dụng các mô hình DL tiên tiến hơn đã cải thiện hiệu suất chẩn đoán so với phương pháp ML, với cải thiện 10-15% trong diện tích dưới đường cong. Do đó, các mô hình DL được đào tạo với các xét nghiệm tiêu chuẩn chăm sóc và có thể cải thiện đáng kể nhạy cảm và PPV đồng thời không kém hơn các phương pháp chẩn đoán được sử dụng trong thực tế.

Các nhà nghiên cứu đề xuất rằng cải thiện hiệu suất chẩn đoán cho phát hiện dấu ấn sinh học OFC có thể được sử dụng để phát triển một phương pháp chẩn đoán thay thế cho dị ứng thực phẩm, có thể mở rộng quy mô và hiệu quả hơn so với OFC tiêu chuẩn, thử châm da và đo lường IgE đặc hiệu với chất gây dị ứng (sIgE).

Tham khảo  để biết thêm thông tin về . Nghiên cứu được trình bày tại Hội nghị hàng năm AAAAI 2026, từ ngày 27 Tháng 2 đến ngày 2 Tháng 3 ở Philadelphia, PA, được xuất bản trong một  tại Tạp chí Dị ứng và Miễn dịch Lâm sàng (JACI).

Hiệp hội Miễn dịch, Khí thở và Dị ứng Hoa Kỳ (AAAAI) là tổ chức thành viên hàng đầu với hơn 7.100 bác sĩ chuyên khoa dị ứng, chuyên gia hen suyễn, bác sĩ miễn dịch lâm sàng và các chuyên gia khác có興趣 đặc biệt trong nghiên cứu và điều trị các bệnh dị ứng và miễn dịch. Thể lập năm 1943, AAAAI là nguồn thông tin tin cậy cho bệnh nhân sống với dị ứng, hen suyễn và rối loạn thiếu hụt miễn dịch.

NGUỒN Hiệp hội Miễn dịch, Khí thở và Dị ứng Hoa Kỳ (AAAAI)