AI trafia do kliniki: zatwierdzono badanie serca, odkryto antybiotyki, zdiagnozowano rzadkie choroby
FDA zatwierdza kardiologiczną AI przewyższającą kardiologów w EKG; nowe antybiotyki przeciwko opornej rzeżączce; AI dla rzadkich chorób kończy wieloletnie diagnostyczne wędrówki.
By Dr. Asher Knippel
Tydzień regulacyjnych przełomów, opublikowanych badań naukowych i sygnałów komercyjnych wskazuje na przeniesienie się AI z laboratoriów badawczych do rutynowej opieki klinicznej — w kardiologii, chorobach zakaźnych i diagnostyce rzadkich chorób jednocześnie.
EchoNext zdobywa pierwsze na świecie zatwierdzenie FDA dla wielowarunkowej kardiologicznej AI
Amerykańska Agencja Żywności i Leków (FDA) zatwierdziła EchoNext, opracowany przez Pathway Labs, jako pierwszy system AI upoważniony do jednoczesnego wykrywania sześciu odrębnych strukturalnych schorzeń serca na podstawie standardowego 12-odprowadzeniowego elektrokardiogramu. Objęte schorzenia obejmują lewokomorową i prawokomorową niewydolność serca, chorobę zastawkową, ciężki przerost i nadciśnienie płucne — zestaw diagnoz wymagający zwykle echokardiografii, badania droższego i mniej powszechnie dostępnego.
EchoNext był trenowany na 700 000 sparowanych zapisach EKG-echokardiogramu z NewYork-Presbyterian Hospital i zwalidowany na ponad 500 000 pacjentach w Stanach Zjednoczonych i Kanadzie. Opis przypadku opublikowany w Nature Medicine wykazał, że system wykrył 77% strukturalnych problemów serca w porównaniu z 64% przez kardiologów analizujących ten sam zestaw danych. Pathway Labs ogłosiło partnerstwo z OpenEvidence w celu udostępnienia narzędzia klinicystom.
Kliniczne znaczenie tkwi w dostępności. EKG 12-odprowadzeniowe jest rutynowo wykonywane w przychodniach podstawowej opieki zdrowotnej, oddziałach ratunkowych i wiejskich ośrodkach zdrowia na całym świecie — w tym na Cyprze i we wschodniej części basenu Morza Śródziemnego, gdzie specjaliści od echokardiografii nie zawsze są natychmiast dostępni. Zatwierdzona warstwa AI nałożona na standardowe EKG mogłaby przesunąć wykrywanie poważnych chorób serca znacznie wcześniej w ścieżce opieki zdrowotnej.
Poniedziałek, 22 czerwca: AI skanuje sześć milionów związków chemicznych w poszukiwaniu nowych antybiotyków na rzeżączkę
Naukowcy z Instytutu Karolinska i MIT opublikowali badanie w Science Translational Medicine, opisujące, jak model głębokiego uczenia przeskanował około sześciu milionów związków chemicznych w celu zidentyfikowania dwóch kandydatów na antybiotyki aktywne przeciwko Neisseria gonorrhoeae — bakterii wywołującej rzeżączkę.
Wiodący związek, oznaczony jako A1, zabija zarówno szczepy wrażliwe na antybiotyki, jak i wielolekooporne. Działa poprzez celowanie w racemazy alaninowej — enzymu niezbędnego do syntezy ściany komórkowej bakterii, który nie ma odpowiednika w komórkach ludzkich. Mechanizm ten odróżnia go od obecnie zatwierdzonych antybiotyków. Związek był również testowany na modelu ex-vivo tkanki ludzkiej, gdzie wymiernie zmniejszył obciążenie bakteryjne.
Rzeżączka infekuje ponad 80 milionów osób rocznie na całym świecie. Światowa Organizacja Zdrowia sklasyfikowała wielolekooporną rzeżączkę jako patogen wysokiego priorytetu, a odporność na ceftriakson — ostatnie niezawodne standardowe leczenie — odnotowano na wielu kontynentach. Kandydaci ci są na bardzo wczesnym etapie: żaden z nich nie przeszedł jeszcze ludzkich badań klinicznych. Dalszy rozwój będzie wymagał testów bezpieczeństwa, optymalizacji dawkowania i ostatecznie badań fazowych. Niemniej potwierdzony nowy mechanizm działania przeciwko patogenowi z szybko zamykającym się oknem antybiotykowym stanowi znaczący postęp.
AI diagnozuje 18 dzieci z rzadkimi chorobami po latach medycznej niepewności
Badanie opublikowane w NEJM AI przez naukowców z Boston Children's Hospital opisuje zastosowanie modelu o3 firmy OpenAI do analizy danych genomicznych i klinicznych 376 dzieci z wcześniej niezdiagnozowanymi rzadkimi chorobami — dzieci, które często były oceniane przez lata bez potwierdzonej diagnozy.
Pracując wspólnie z ekspertami ludzkimi, system AI pozwolił na postawienie nowych diagnoz w 18 przypadkach, osiągając diagnostyczny wskaźnik wyniku około 5%. Nowo potwierdzone schorzenia obejmowały 10 zaburzeń neurorozwojowych, cztery choroby nerwowo-mięśniowe i dwa przypadki psychozy wczesnodziecięcej. Dla rodzin potwierdzona diagnoza genetyczna to nie tylko etykieta: może ona otworzyć dostęp do ukierunkowanych terapii, badań klinicznych, poradnictwa genetycznego — a często, co najważniejsze, zakończyć wyczerpujący proces poszukiwania wyjaśnienia.
Badanie jest ustrukturyzowaną oceną kliniczną, a nie komercyjnym wprowadzeniem produktu. Użycie zaawansowanego modelu językowego do interpretacji genomicznej rodzi ważne pytania dotyczące walidacji, odtwarzalności i nadzoru klinicznego, które środowisko aktywnie przepracowuje. To, co wynik demonstruje, to fakt, że wspomagana przez AI analiza złożonych danych multimodalnych może ujawniać diagnozy, do których ekspercka ludzka analiza tych samych zapisów nie dotarła.
Poniedziałek, 22 czerwca: Insilico Medicine i SK Biopharmaceuticals podpisują umowę o odkrywaniu leków za pomocą AI wartą 2,5 miliarda dolarów
Na konferencji BIO 2026 w San Diego 22 czerwca Insilico Medicine i SK Biopharmaceuticals ogłosiły współpracę wartą do 2,5 miliarda dolarów w kamieniach milowych dotyczących rozwoju, regulacji i komercjalizacji, plus tantiemy. Insilico zastosuje swoją platformę generatywnej AI Pharma.AI — obejmującą identyfikację celów, chemię generatywną i optymalizację molekularną — do odkrywania kandydatów na leki w neuroinflammatoryjnych, neurodegeneracyjnych i rzadkich neurologicznych wskazaniach.
Nagłówkowa liczba wymaga kontekstu: 2,5 miliarda dolarów stanowi górny pułap warunkowych płatności kamieni milowych powiązanych z sukcesem klinicznym i komercyjnym, a nie kapitał z góry. Jest to współpraca na etapie przedklinicznym. Insilico wcześniej informowało o harmonogramach nominacji kandydatów przedklinicznych wynoszących 12–18 miesięcy w porównaniu ze średnią branżową 2,5–4 lata — przewaga szybkości, która jeśli jest odtwarzalna na dużą skalę, ma znaczące implikacje dla kosztów i tempa opracowywania leków w chorobach neuroimmunologicznych.
CHOP buduje RareDAI, aby kierować pacjentów do właściwego testu genetycznego
Naukowcy z Children's Hospital of Philadelphia opublikowali opis RareDAI w npj Digital Medicine. RareDAI to narzędzie wspomagania decyzji klinicznych oparte na dużym modelu językowym, dostrojone do analizy danych pacjentów i rekomendowania najbardziej odpowiedniego testu genetycznego do diagnozowania rzadkich chorób.
Problem, który rozwiązuje, jest konkretny: diagnozowanie rzadkich chorób wymaga wyboru spośród setek możliwych testów genetycznych, a wybór testu bezpośrednio określa, czy diagnoza zostanie osiągnięta. Niespójny dobór testów przez różne zespoły kliniczne przyczynia się do średniego opóźnienia diagnostycznego wynoszącego pięć lub więcej lat, którego doświadczają pacjenci z rzadkimi chorobami. Rzadkie choroby dotykają łącznie około 300 milionów osób na całym świecie; większość z nich to dzieci, a większość schorzeń ma podłoże genetyczne.
RareDAI ma na celu większą spójność i podstawy dowodowe w doborze testów, skracając czas i koszty ponoszone przez rodziny krążące przez nieprawidłowe lub niekompletne testy. Narzędzie jest na etapie opublikowanych badań i wymagałoby prospektywnej walidacji klinicznej przed rutynowym wdrożeniem.
Powyższe treści stanowią reportaż dziennikarski i nie zastępują profesjonalnej porady medycznej, diagnozy ani leczenia. Czytelnicy powinni skonsultować się z wykwalifikowanym klinicystą przed dokonaniem jakiejkolwiek zmiany w lekach, planie leczenia lub decyzjach zdrowotnych.