Испанские онкологи обсуждают, как искусственный интеллект поможет точнее прогнозировать результативность иммунотерапии при раке и связанные с ней риски. В центре внимания статья в Science Bulletin: профессор Бин Ван и его команда из Университета медицинских наук Народно-освободительной армии Китая предлагают объединить геномные и клинические данные, дополнив их радиологическими снимками. Это позволит точнее предсказывать ответ пациента на лечение.
Привычные биомаркеры, например PD-L1 и микросателлитная нестабильность, не отражают всей сложности взаимодействия опухоли с иммунитетом и микросредой. Поэтому одни пациенты достигают стойкой ремиссии, а у других развивается устойчивость к терапии или возникают тяжелые побочные эффекты. Особенно сложно выявлять псевдопрогрессию и гиперпрогрессию. Международное исследование I3LUNG с участием 2 396 пациентов показало, что мультимодальные модели ИИ улучшают прогнозирование исходов иммунотерапии, в том числе для врачей без узкой онкологической специализации. Результаты опубликованы в Nature Medicine.
Авторы исследования подчеркивают: результативность терапии и ее токсичность нельзя оценивать по отдельности. Будущим системам необходимо одновременно учитывать пользу лечения и риск осложнений, анализируя данные от молекулярных показателей до записей в электронной карте. Подобный же подход объединяет геномику, транскриптомику и протеомику, а также данные цифровой патологии, медицинские снимки и истории болезни. Благодаря этому можно выявить взаимосвязи, которые прежде оставались незаметными.
В статье описана эволюция ИИ в медицине: от простых линейных моделей к сложным мультимодальным системам и виртуальным клеткам, способным симулировать реакцию организма на препараты. Практическая задача состоит в том, чтобы увеличить точность диагностики и прогнозировать результативность терапии вместе с возможными побочными эффектами. По данным Science Bulletin, современные фундаментальные модели ИИ могут объединять геномные, транскриптомные и протеомные данные, а также эпигеномные, одно-клеточные и пространственные данные. В анализ входят и результаты цифровой патологии с радиологией. Подобный же полный подход помогает выявлять сложные взаимодействия опухоли с иммунной системой и микросредой, недоступные при использовании отдельных биомаркеров.
Внедрять подобные технологии в повседневную практику пока непросто. Сопоставимых данных не хватает, клиники используют разное оборудование, а обучающие выборки часто искажены. Масштабных проверок в реальных условиях почти нет. Авторы подчеркивают: искусственный интеллект помогает врачу, но не заменяет его опыт и клинические испытания.
Объединение новых технологий в испанскую медицину пока остается открытым вопросом. Даже если алгоритмы работают, последнее слово за врачом: ИИ лишь указывает на возможные скрытые риски или неожиданные возможности. Похожие проблемы обсуждали и в других сферах, например в связи с утечками данных из цифровых сервисов.
Пациенты и врачи в Испании ждут от новых технологий ощутимых перемен, однако ИИ в онкологии пока остается скорее перспективой, чем повседневной практикой. Без масштабной проверки и прозрачных стандартов подобные системы могут не помочь, создать новые риски или усилить неравенство в доступе к лечению. Результат зависит от современных алгоритмов и опыта врача, а также от контроля на каждом этапе диагностики и терапии.
