От вакцин до виртуальных испытаний: величайшая неделя ИИ в здравоохранении

Одна неделя, шесть историй, один неоспоримый сигнал: искусственный интеллект больше не является второстепенным игроком в медицине — он проектирует препараты, читает снимки и моделирует испытания.

Первое в мире клиническое испытание вакцины, созданной ИИ

Кембриджские исследователи объявили о первом испытании на людях вакцины, антиген которой был разработан полностью искусственным интеллектом. Препарат направлен против широкого спектра коронавирусов — не только уже известных нам штаммов, но и родственных вирусов, которые могут стать источником следующей пандемии. Обучившись на структурных паттернах спайк-протеинов коронавирусов, ИИ создал синтетический антиген, который ни одна человеческая команда не смогла бы разработать. Если это сработает, последствия выйдут далеко за рамки COVID: будет создан воспроизводимый план для быстрого создания вакцин, защищающих от пандемий, до начала вспышки.

Это не менее философский сдвиг, чем технический. До сих пор ИИ использовался для ускорения разработки вакцин — помогая исследователям быстрее отсеивать кандидатов. Здесь же ИИ является изобретателем.

FDA одобрило ИИ, читающий ультразвуковые снимки молочной железы и составляющий отчёты

Дочерняя компания RadNet, DeepHealth, получила разрешение FDA 510(k) на систему ИИ, которая полностью читает ультразвуковые снимки молочной железы и автоматически генерирует отчёт рентгенолога. В клинической валидации инструмент повысил чувствительность обнаружения рака молочной железы на 8 процентных пунктов и сократил время чтения рентгенологов на 37%. DeepHealth планирует развернуть его в более чем 400 центрах диагностической визуализации.

Улучшение обнаружения наиболее важно. Ультразвуковое исследование молочной железы часто назначается женщинам с плотной тканью, где маммография менее надёжна — именно той группе, где ошибки несут наибольшие последствия. Улучшение чувствительности на 8% в этой группе — не незначительный прирост; это дополнительные случаи рака, выявленные на более ранней, лучше поддающейся лечению стадии. Сокращение времени чтения — вторичное преимущество, которое делает экономику жизнеспособной для загруженных отделений лучевой диагностики.

Рутинные исследования сна скрывают риски сердечно-сосудистых заболеваний и деменции — ИИ может их видеть

Исследование, опубликованное в Nature Communications Кливлендской клиникой и UW Medicine, показало, что модель ИИ, обученная на стандартных данных полисомнографии — ночных исследованиях сна, которые обычно назначаются пациентам с подозрением на апноэ, — может выявлять подтипы пациентов, чей пятилетний риск смертности вдвое превышает показатель их коллег с низким риском.

Ключевое открытие: сигнал риска невидим для индекса апноэ-гипопноэ, стандартного показателя, который клиницисты используют для оценки нарушений дыхания во сне. ИИ улавливает паттерны вариабельности сердечного ритма, динамики десатурации кислорода и других сигналов, встроенных в данные, которые сегодня читаются исключительно для оценки тяжести апноэ. Лаборатории сна не заказывают новые тесты; они уже генерируют эти данные. Открытый вопрос — начнут ли системы здравоохранения запускать эту модель наряду со стандартными чтениями для выявления пациентов с целью более раннего наблюдения кардиологов и неврологов.

Pathos AI ставит 125 миллионов долларов на двух кандидатов в противораковые препараты

Pathos AI, стартап в области онкологии, основанный на платформе разработки препаратов с агентами ИИ, взял на себя обязательства по выплате 125 миллионов долларов авансом в рамках двух лицензионных сделок. Первая сделка предусматривает приобретение JSKN016 — биспецифического конъюгата антитело-лекарство TROP2/HER3 — у Alphamab, нацеленного на комбинацию рецепторов, которая показала перспективность при трудно поддающихся лечению солидных опухолях. Вторая — партнёрство с AstraZeneca по деградеру PROTAC, направленному против рака молочной железы с положительным рецептором эстрогена, который приобрёл устойчивость к стандартной гормональной терапии.

Тезис Pathos состоит в том, что её агенты ИИ могут сократить время от лицензированного кандидата до готовности к клиническим испытаниям — управляя доклиническим пакетом данных, регуляторной стратегией и дизайном исследования быстрее, чем традиционная команда биотехнологической компании. Авансовое обязательство в 125 миллионов долларов свидетельствует о том, что инвесторы считают тезис достаточно убедительным, чтобы поддержать его в масштабе.

QuantHealth привлекла 45 миллионов долларов для проведения испытаний до включения пациентов

Израильский стартап QuantHealth закрыл раунд финансирования серии B на 45 миллионов долларов, доведя общий объём привлечённых средств до 70 миллионов долларов, для расширения платформы виртуальных клинических испытаний. Технология строит сгенерированные ИИ популяции пациентов на основе реальных данных — электронных медицинских записей, страховых данных и геномики — и моделирует, как эти синтетические пациенты реагировали бы на экспериментальный препарат. Компания сообщает о точности до 90% в сравнении с фактическими результатами испытаний.

Целевая проблема — печально известный 90-процентный показатель неудач в фармацевтической отрасли, большая часть которого дорогостоящим образом обнаруживается на поздних стадиях II и III фаз. Если виртуальное испытание может указать на вероятную неудачу — или выявить реагирующую подгруппу пациентов — до того, как спонсор потратит сотни миллионов на исследование с участием людей, ценность существенна. QuantHealth ведёт переговоры с несколькими крупными фармацевтическими компаниями об интеграции своей платформы в решения о раннем развитии.

DiffuDose персонализирует лучевую терапию рака предстательной железы за 23 секунды

Исследователи Массачусетского университета в Амхерсте разработали DiffuDose — модель ИИ на основе диффузии, которая за менее чем 23 секунды генерирует персонализированные карты доз радиации для пациентов с раком предстательной железы, проходящих радиофармацевтическую терапию. Нынешнее лечение, одобренное FDA, использует стандартное дозирование — практический компромисс, обусловленный тем, что расчёты дозиметрии для конкретного пациента занимают часы и требуют специализированных медицинских физиков, которых большинство центров не может привлечь в нужном объёме.

DiffuDose практически мгновенно производит дозиметрию золотого стандарта. Команда валидировала его в сравнении с ручными расчётами, выполненными физиками-экспертами, и обнаружила согласованность, достаточную для клинического использования. При широком применении это позволило бы каждому пациенту, получающему радиофармацевтическую терапию, получать дозу, подобранную с учётом его анатомии и распределения заболевания, а не средней по популяции — что потенциально улучшает контроль над опухолью при снижении облучения здоровых тканей.

---

Паттерн во всех шести историях одинаков: ИИ обнаруживает сигналы в уже существующих данных, ИИ сжимает временные рамки, которые раньше измерялись годами, и капитал следует за обеими ставками. Трубопровод от исследований до клиники перестраивается вокруг машинной скорости. Улучшает ли это стабильно результаты лечения пациентов — единственный вопрос, который в конечном счёте имеет значение, — потребует многолетних данных последующего наблюдения. Но регуляторные одобрения и инвестиционные раунды не ждут этого вердикта.