ИИ в здравоохранении: от селфи, предсказывающего рак, до прогнозов вспышек болезней

Искусственный интеллект меняет здравоохранение такими темпами, которые мало кто мог предсказать даже пять лет назад. Обзор этой недели охватывает пять историй, демонстрирующих, как ИИ переходит из исследовательских лабораторий в клиническую практику, — и почему пациенты, врачи и регуляторы должны уделять этому самое пристальное внимание.

Селфи, способное спасти вашу жизнь: ИИ предсказывает выживаемость при раке по фотографии лица

Исследователи из Mass General Brigham разработали модель ИИ под названием FAHR-Face, которая может оценивать биологический возраст пациента и прогнозировать исходы при онкологических заболеваниях по единственной фотографии лица. Работа, опубликованная в Lancet Digital Health, основана на хорошо установленном принципе: человеческое лицо стареет с разной скоростью в зависимости от накопленного биологического стресса, а видимое старение лица коррелирует с клиническими результатами.

Модель обучалась на тысячах фотографий, сопоставленных с долгосрочными онкологическими данными. В ходе валидационных исследований FAHR-Face превзошла стандартный хронологический возраст как предиктор выживаемости при нескольких типах рака. Это означает, что быстрое, неинвазивное фото однажды может стать частью рутинного планирования лечения. Врачи смогут использовать результаты модели для подбора интенсивности терапии под реальное физиологическое состояние каждого пациента, а не опираться исключительно на дату его рождения.

Последствия выходят за рамки онкологии. Оценка биологического возраста давно интересует кардиологов, анестезиологов и гериатров как более информативный показатель по сравнению с датой рождения в паспорте. Если эффективность модели подтвердится на более широких популяциях и разных типах рака, обычное селфи может превратиться в один из самых дешёвых инструментов скрининга в медицине.

Earth AI Google отслеживает вспышки болезней до их возникновения

Google расширила платформу Earth AI, добавив прогнозирование вспышек заболеваний и придав системе, прежде ориентированной на экологический мониторинг и оценку рисков катастроф, новое измерение в сфере общественного здравоохранения. Платформа обрабатывает спутниковые снимки, климатические данные, карты плотности населения и исторические записи о вспышках, чтобы строить прогностические модели, выявляющие повышенный риск в конкретных регионах до официальной регистрации случаев заболевания.

Практическая цель — дать специалистам общественного здравоохранения несколько дней или недель форы: достаточно, чтобы заблаговременно разместить медикаменты, ускорить надзор и начать работу с сообществами до того, как отдельные случаи перерастут в эпидемию. Первые пилотные проекты сосредоточились на трансмиссивных заболеваниях — лихорадке денге и малярии, — где такие экологические факторы, как стоячая вода и колебания температуры, являются сильными предикторами риска передачи инфекции.

Слияние данных в планетарном масштабе было давней амбицией глобального здравоохранения, однако исторически оно ограничивалось вычислительными затратами и разобщённостью данных. Инфраструктура Google устраняет часть этих барьеров. Предстоящий вызов — управление: кто получает доступ к прогнозам, как неопределённости доводятся до сведения общественности и как предотвратить подрыв доверия к институтам здравоохранения из-за ложных тревог.

AstraZeneca и Oracle объединились для ускорения клинических испытаний с помощью ИИ

AstraZeneca и Oracle объявили о глобальном сотрудничестве в области ИИ, призванном сделать клинические испытания быстрее, дешевле и инклюзивнее. Партнёрство задействует облачную инфраструктуру и возможности ИИ Oracle наряду с клиническими данными и терапевтической экспертизой AstraZeneca для устранения нескольких устойчивых узких мест в разработке лекарств.

В число приоритетных направлений входят: набор участников испытаний (более раннее и точное выявление подходящих пациентов), ранняя диагностика конечных точек испытаний и мониторинг безопасности в реальном времени, позволяющий выявлять нежелательные сигналы до накопления серьёзного вреда. Ускорение набора особенно важно: средняя фаза III длится годами отчасти потому, что поиск и включение квалифицированных пациентов — медленный и дорогостоящий процесс, особенно при редких заболеваниях или испытаниях, требующих специфических биомаркерных профилей.

Альянс также ставит целью повышение разнообразия популяций испытаний — давний вопрос справедливости в медицине: препараты нередко испытываются преимущественно на узких демографических группах, а затем назначаются значительно более широкому кругу пациентов. Работа по привлечению участников с помощью ИИ и скрининг на предмет соответствия критериям могут помочь охватить недостаточно представленные сообщества, которые традиционный набор упускает. Если сотрудничество оправдает свои амбиции, оно может сократить сроки разработки лекарств и улучшить обобщаемость результатов испытаний.

Новая организация берётся за сложные отношения ИИ с психическим здоровьем

Недавно созданная организация провела на этой неделе своё первое конференционное мероприятие, посвящённое изучению растущего влияния ИИ на психическое здоровье — как потенциального терапевтического инструмента, так и источника новых тревог. Время выбрано не случайно: недавний опрос Университета Техаса в Далласе показал, что 57 процентов жителей Северного Техаса испытывают беспокойство по поводу искусственного интеллекта в повседневной жизни, а 89 процентов считают, что ИИ нуждается в более жёстком регулировании.

Опасения существуют в двух плоскостях. С одной стороны, инструменты на основе ИИ — от чат-ботов, предлагающих упражнения когнитивно-поведенческой терапии, до прогностических моделей, выявляющих суицидальные намерения, — обещают расширить доступ к психологической помощи для людей, не имеющих возможности обратиться к живому терапевту. С другой стороны, критики озабочены конфиденциальностью данных, качеством терапевтического контента, генерируемого ИИ, и риском того, что уязвимые пользователи выработают нездоровую привязанность к ИИ-компаньонам или зависимость от них.

Более широкое измерение общественной тревоги сложнее поддаётся количественной оценке, но от этого не менее реально. По мере того как ИИ автоматизирует всё больше рабочих мест и переформатирует социальное взаимодействие, его влияние на одиночество, ощущение смысла и экономическую безопасность затрагивает и сферу психического здоровья. Основная предпосылка новой организации состоит в том, что эти вопросы слишком важны, чтобы оставлять их исключительно технологам: за столом переговоров должны быть представлены врачи, этики, политики и пациенты.

Глубокое обучение совершенствует диагностику в неврологии

В неврологии ИИ тихо улучшает скорость и точность решения некоторых наиболее сложных диагностических задач медицины. Модели глубокого обучения, обученные на обширных наборах МРТ- и ПЭТ-сканирований, теперь способны обнаруживать ранние структурные изменения, связанные с болезнью Альцгеймера, болезнью Паркинсона и рассеянным склерозом, которые рентгенологи могут пропустить при рутинном осмотре, — особенно на ранних стадиях, когда вмешательство имеет наибольший потенциал пользы.

Помимо диагностики, исследователи создают прогностические модели, оценивающие, насколько быстро будет прогрессировать заболевание у конкретного пациента — на основе данных визуализации, генетики и клинической истории. Для пациентов с рассеянным склерозом это может означать подбор интенсивности иммунотерапии с учётом прогнозируемого риска рецидива. Для пациентов с болезнью Альцгеймера и их семей — более ранний доступ к перспективным болезнь-модифицирующим методам лечения и более реалистичное планирование потребностей в уходе.

Узким местом является не алгоритмическая мощность, а интеграция: внедрение валидированных инструментов ИИ в рабочие процессы радиологии, обеспечение понимания врачами выходных данных моделей и создание инфраструктуры обмена данными, позволяющей непрерывно обновлять модели по мере накопления новых данных. Регуляторные пути для медицинских устройств на основе ИИ также ещё проходят стадию становления. Но направление очевидно — ИИ становится стандартным инструментом в арсенале невролога, и пациенты с неврологическими заболеваниями, вероятно, существенно выиграют от этого в течение следующего десятилетия.

---

В совокупности истории этой недели складываются в единую дугу: ИИ переходит от концептуальных разработок к реальной клинической практике и применению в здравоохранении. Технология развивается быстрее, чем управленческие механизмы, призванные её регулировать, — и именно поэтому дискуссии о регулировании, справедливости и ответственности, подобные тем, что ведутся на новой конференции по ИИ и психическому здоровью, не менее важны, чем сами прорывы.