Исследователи Политехнического института Ренсселера в США разработали модель Quest2Dx для скрининга болезни Паркинсона по медицинским анкетам, в том числе с пропущенными ответами. Результаты опубликовали 4 ноября 2026 года в журнале Nature Aging. На наборах данных PPMI Online и Fox Insight модель превзошла методы сравнения.
Как Quest2Dx работает с пропусками
Обычные алгоритмы часто заменяют пропущенные ответы расчётными значениями. Quest2Dx использует языковое моделирование, чтобы учитывать смысл каждого вопроса и ответа. Поэтому модель может работать с анкетами, где отличаются формулировки и порядок пунктов, а также переносить анализ с одной анкеты на другую.
Площадь под ROC-кривой (AUROC), которая показывает, насколько хорошо модель различает две группы, составила 0,977 на данных PPMI Online и 0,974 на данных Fox Insight. Это результаты на конкретных наборах данных, а не подтверждение такой же точности в обычных клиниках.
При переносе между анкетами показатель снизился до 0,920 при переходе с PPMI Online на Fox Insight и до 0,952 в обратном направлении. Исследователи также создали вариант опросника из 30 наиболее значимых вопросов. По данным Политехнического института Ренсселера, модель показала на нём почти такую же точность, как на полных анкетах.
Представим, что человек не ответил на вопрос о сне, но заполнил остальные пункты. Quest2Dx может использовать смысл оставшихся вопросов и ответов, не подставляя вместо пропуска выдуманное значение. Это условный пример, который поясняет принцип работы, а не отдельный результат исследования.
Скрининг не заменяет клиническую проверку
Авторы создавали Quest2Dx для поиска людей, которым может потребоваться дополнительное обследование. Модель способна выдавать ложноположительные и ложноотрицательные результаты, поэтому её оценка сама по себе не устанавливает наличие болезни Паркинсона.
Проверка проходила на данных PPMI Online и Fox Insight, а не в ходе обычной работы клиник. В доступных материалах не указаны размеры выборок и подробные характеристики участников. Поэтому по этим результатам нельзя оценить, одинаково ли модель работает в разных группах и насколько хорошо она переносится в клиническую практику.
С подготовкой публикаций по медицинским исследованиям помогает услуга подготовки научных статей.

Фото: Mikhail Nilov / Pexels