Современная медицина активно использует большие данные для поиска причин болезней и проведения клинических испытаний. Однако многие заболевания слишком редки, чтобы набрать полноценную статистику. Ученым приходится искать способ извлекать выводы из «малых данных».

Новый подход к проблеме предложили исследователи из Лаборатории в Колд-Спринг-Харбор (США), о работе которых рассказывает Science Daily. Они разработали современный вычислительный подход, получивший название «оценка плотности с помощью теории поля», или DEFT (Density Estimation using Field Theory).

Этот мощный статистический метод основан на выкладках теоретической физики и может применяться в самых разнообразных ситуациях. Чтобы доказать его эффективность, ученые проанализировали два набора данных из абсолютно не связанных областей знания — медицины и субатомной физики. В первом случае изучалась статистика Всемирной организации здравоохранения, а во втором — результаты экспериментов на Большом адронном коллайдере в ЦЕРНе.

DEFT позволяет эффективно анализировать малые объем данных — например, исследовать потенциальные лекарства для редких заболеваний.

Метод найдет применение и за пределами медицины — например, при изучении немногочисленных видов животных. DEFT уже доступен всем желающим через программный пакет с исходным кодом SUFTware. По мере развития инструмента в него будут добавляться новые опции.

Существует еще несколько способов ускорить испытания новых лекарств и уменьшить необходимую для этого выборку. Например, огромное количество случайных участников можно заменить небольшими группами, подобранными на основе генетических профилей. Кроме того, часть экспериментов можно перенести из больниц в дома самих испытуемых.

Источник: hightech.plus