ИИ и естественная онкология: какие направления применения существуют

Анализ медицинских изображений с целью автоматизации рутинных задач

Нейросети обучаются на огромных базах данных, включающих рентгеновские снимки, результаты КТ, МРТ, маммографий.

ИИ способен выявлять мельчайшие патологические изменения, невидимые человеческому глазу, и с высокой точностью отличать доброкачественные образования от злокачественных. Скажем, специализированные системы уже сегодня показывают чувствительность и специфичность при диагностике меланомы, сопоставимую или превосходящую показатели опытных клиницистов.

В основе работы нейросетей здесь лежит принцип машинного обучения: алгоритмы «тренируются» на тысячах верифицированных случаев (например, снимках опухолей с подтвержденным гистологическим диагнозом), учась распознавать характерные признаки патологии на разных уровнях — от отдельных пикселей изображения до сложных структурных изменений.

Ранняя диагностика онкозаболеваний

ИИ все более точно анализирует результаты анализов крови, мочи, слюны (т.н. жидкостная биопсия) для выявления биомаркеров рака еще до момента появления первых клинических симптомов (напомню, что появление симптомов как правило означает переход болезни в позднюю стадию).

Говоря про отдельные области диагностики, не могу не упомянуть используемую в онкодерматологии цифровую систему Фотофайндер, с помощью которой составляется «карта родинок» тела пациента.

Подобное картирование (при наличии на теле пациента большого числа родинок, генетической предрасположенности к ЗНО кожи и т.д.) позволяет, используя встроенный в аппарат программу ИИ, анализировать все подозрительные родинки.

Если программа оценила конкретную родинку, как потенциально опасную (склонную к перерождению в злокачественную опухоль), то она предлагает врачу-дерматологу отправить такого пациента на консультацию к онкологу. Далее уже задача врача — решить, насколько прав или ошибается искусственный интеллектуальный помощник.

Персонализированное лечение

Системы, выстроенные на базе ИИ, помогают не только диагностировать рак, но и лечить пациента. Так, они могут применяться для анализа генетического профиля опухоли, истории болезни и результатов исследований, чтобы подобрать оптимальную схему персонализированной противоопухолевой терапии, предсказать ее эффективность и заранее описать возможные побочные эффекты.

Ряд современных лабораторий (например, платформа Онкобокс, с которой мы сотрудничаем) демонстрируют преобразующую роль искусственного интеллекта в лечении рака (разработка, диагностика и планирование персонализированного (прецизионного) лечения). Компоненты системы включают в себя:

• интерпретацию гистопатологических данных, необходимых для разработки персонализированных стратегий лечения;
• анализ геномных и молекулярных данных для определения терапевтических мишеней
• сбор клинических данных для оптимизации рабочих процессов лечения;
• прогностическое моделирование для оценки терапевтического ответа и снижения токсичности предполагаемой терапии.

Применение онковакцин

Думаю, что в обозримом будущем ИИ будет успешно использован для изучения историй болезни, которые требуют применения вакцины от рака. Исходя из имеющихся у него данных, ИИ способен будет предложить тот вариант вакцины, который поможет конкретному пациенту лучше остальных.

Заключение

На наших глазах ИИ совершает рывок в онкологии. Как врач-онколог с многолетним стажем, я могу сравнивать современные возможности этого направления медицины с тем, какие были у нас, скажем, 15-20 лет назад, и вижу мощнейший прогресс, о котором я и мои коллеги только мечтали на рубеже тысячелетий. А как руководитель Онкологического центра, я приветствую открывающиеся нам возможности. При этом уверен, что ИИ пока не заменит врача. Однако тандем «онколог-искусственный интеллект», сомнений нет, способен принести огромную пользу тем, кто болен уже сегодня, и тем, кто может заболеть завтра.