ИИ в здравоохранении: диагностика, разработка лекарств и дискуссия об ответственности

На этой неделе произошёл ряд событий, наглядно демонстрирующих как скорость, так и ставки в продвижении ИИ в медицину: мультиагентная диагностическая система, более чем вдвое превысившая точность врачей, бывший директор по науке OpenAI, переключившийся на синтез лекарственных препаратов с четвертью миллиарда долларов, и скоординированное давление наиболее авторитетных медицинских организаций Америки на FDA с требованием возложить ответственность на разработчиков ИИ.

MAI-DxO от Microsoft превзошла врачей по точности диагностики

Microsoft Research опубликовала на этой неделе результаты, показывающие, что её мультиагентная ИИ-система MAI-DxO достигла точности 83 процента на сложных диагностических случаях из New England Journal of Medicine — по сравнению с 36 процентами для группы врачей общей практики, оценивавшейся на том же наборе. Разрыв при реальных поступлениях в отделения скорой помощи был столь же разительным: 80 процентов против 47 процентов.

MAI-DxO — это не единая модель, а скоординированная система специализированных ИИ-агентов, которая перебирает гипотезы, назначает симулированные тесты и сопоставляет доказательства в рабочем процессе, спроектированном для воспроизведения самого диагностического процесса. Архитектура важна, поскольку она позволяет обойти ограничения единой большой языковой модели путём распределения рассуждений между агентами с различными ролями — один собирает анамнез, другой интерпретирует лабораторные данные, третий проверяет ведущий диагноз на прочность.

Microsoft также указала на потенциальную экономическую выгоду: система может сократить расходы на диагностику примерно вдвое благодаря более целенаправленному назначению тестов. Этот показатель потребует последующей валидации в реальных клинических условиях, однако сочетание сигналов точности и стоимости — именно такой результат, который ускоряет сроки внедрения.

NVIDIA запускает ИИ для дизайна белков и партнёрство по адаптивной лучевой терапии

NVIDIA сделала на этой неделе два отдельных заявления в области медицинского ИИ. Во-первых, компания выпустила RFD4-Proteina — модель открытого дизайна белков, разработанную совместно с Институтом дизайна белков Вашингтонского университета. Модель предназначена для ускорения генерации новых белковых структур для разработки лекарств — области, в которой ИИ уже создал несколько клинических кандидатов, но где вычислительные узкие места по-прежнему существенны.

В отдельном шаге NVIDIA и Siemens Healthineers объявили о сотрудничестве для применения ускоренных CUDA-вычислений в адаптивной лучевой терапии — практике корректировки плана лучевого лечения онкологического больного практически в реальном времени по мере реакции опухоли и смещения окружающей анатомии. Сегодня повторное планирование требует много времени и зачастую непрактично для частого применения. Более быстрые вычисления на GPU могут сделать ежедневную адаптацию клинически жизнеспособной, персонализируя онкологическое лечение в масштабе, ранее доступном лишь в исследовательских учреждениях.

Вместе оба объявления ещё глубже встраивают NVIDIA в цепочку создания ценности в разработке лекарств и доставке лечения, укрепляя стратегию компании по интеграции её аппаратно-программного стека на каждом этапе биомедицинского конвейера.

Бывший научный руководитель OpenAI запускает Warp Sciences с $215 млн для ускорения разработки препаратов

Кевин Вейл, возглавлявший науку в OpenAI до своего ухода ранее в этом году, представил на этой неделе Warp Sciences с поддержкой в размере 215 миллионов долларов от Lightspeed Venture Partners. Компания нацелена на оптимизацию лид-кандидатов — итеративный, трудоёмкий процесс корректировки химии перспективной молекулы лекарственного вещества для улучшения её эффективности, избирательности и профиля безопасности перед началом клинических испытаний.

Оптимизация лид-кандидатов — одна из наиболее ресурсоёмких фаз разработки препаратов и один из наиболее распространённых узких мест между подтверждённой лекарственной мишенью и клиническим кандидатом. Подход Warp строится на автоматизации синтеза аналогов: использование ИИ для предложения и приоритизации химических вариантов с последующей интеграцией с лабораторной робототехникой для их синтеза и тестирования на скорости. Компания планирует работать с клиентами из биотехнологической и фармацевтической отраслей, а не создавать собственный портфель препаратов.

215 миллионов долларов, привлечённых на старте — до появления какого-либо публичного продукта — отражают как профиль Вейла, так и убеждённость инвесторов в недооценённости ориентированных на химию ИИ-компаний относительно масштаба проблемы. Это также сигнализирует о том, что «исход талантов» из OpenAI всё чаще оседает в биологических науках.

Медицинские ассоциации требуют от FDA возложить ответственность за безопасность ИИ на разработчиков, а не на больницы

Американская медицинская ассоциация, Американская ассоциация больниц и Американская ассоциация телемедицины подали на этой неделе совместные комментарии в FDA в ответ на предложенную агентством концепцию регулирования генеративных ИИ-медицинских устройств. Главный посыл: разработчики, а не поставщики медицинских услуг, должны нести основную ответственность за безопасность ИИ-инструментов, которые они создают и продают.

Ассоциации утверждали, что возложение бремени постоянного мониторинга и валидации на больницы и клиники создаст неравную нормативную среду. Крупные академические медицинские центры с выделенными командами информатики могут справиться; небольшие практики и сельские больницы почти наверняка нет. Комментарии призывают FDA обязать разработчиков поддерживать постмаркетинговый надзор, раскрывать показатели на клинически значимых субпопуляциях и нести ответственность за деградацию или непредвиденное поведение моделей после развёртывания.

Это обращение значимо, поскольку представляет редкое единодушие среди организаций, нередко расходящихся во взглядах на регуляторные вопросы. Оно поступает в момент, когда FDA активно формирует правила, которые будут определять, как ИИ-инструменты переходят от обновления программного обеспечения к поддержке клинических решений.

Boehringer Ingelheim и Microsoft создают цифровые двойники пациентов для клинических исследований

Boehringer Ingelheim и Microsoft объявили на этой неделе о сотрудничестве по разработке вычислительных моделей пациентов — так называемых цифровых двойников — которые имитируют индивидуальное течение болезни и ответ на лечение с использованием клинических данных. Первоначальный акцент сделан на здоровье лёгких, где у Boehringer имеется активная клиническая линейка, хотя компании заявили о намерении распространить проект на другие терапевтические области.

Цифровые двойники в клинических разработках служат двум связанным целям: их можно использовать для проектирования более эффективных испытаний путём определения популяций пациентов, наиболее вероятно откликнувшихся на лечение, и для сокращения числа необходимых участников за счёт дополнения данных человеческих испытаний симуляцией. Регуляторное признание синтетических или вычислительных контрольных групп остаётся открытым вопросом, однако ряд крупных ведомств выразил готовность рассматривать гибридные подходы.

Партнёрство с Microsoft привносит инфраструктуру Azure и растущий портфель сервисов медицинских данных в научные операции Boehringer, продолжая тенденцию интеграции облачных ИИ-платформ в клинические разработки крупных фармацевтических компаний вместо создания собственной инфраструктуры.

AstraZeneca и Oracle создают глобальный ИИ-альянс для клинических испытаний

AstraZeneca и Oracle объявили на этой неделе о глобальном ИИ-альянсе, направленном на улучшение рекрутинга в клинические испытания и предоставления медицинской помощи пациентам. Сотрудничество объединяет терапевтическую экспертизу AstraZeneca с облачной инфраструктурой и ИИ-стеком Oracle, с первоначальным развёртыванием в Абу-Даби для исследований гипертонии перед расширением в онкологию, сердечно-сосудистые заболевания и редкие болезни.

Рекрутинг в испытания остаётся одним из наиболее устойчивых сбоев в клинических исследованиях — около 80 процентов испытаний срывают сроки набора, замедляя разработку препаратов по всей отрасли. Партнёрство AstraZeneca-Oracle нацелено на это узкое место, используя ИИ для подбора подходящих пациентов к открытым испытаниям на основе реальных медицинских записей — возможность, требующая как доступа к данным, так и вычислительной инфраструктуры для их обработки в масштабе.

Выбор Абу-Даби в качестве первоначального рынка примечателен: ОАЭ активно позиционируют себя как центр медицинских ИИ-исследований, предлагая регуляторную гибкость и доступ к популяционным данным о здоровье, которые труднее собрать в условиях европейских или американских режимов защиты персональных данных. Следует ожидать аналогичных стратегий запуска в странах Персидского залива от других партнёрств биофармы и технологий в предстоящих кварталах.

---

Сквозная нить всех объявлений этой недели — институциональная инерция. Отдельные истории — диагностический ИИ, превосходящий врачей, ставка в 215 миллионов долларов на открытие лекарств, скоординированное давление на FDA — каждая важна сама по себе. Вместе они отражают отрасль, выходящую за рамки концептуального доказательства и вступающую в более трудную и медленную работу по интеграции ИИ в регулируемые клинические системы, распределению ответственности и созданию инфраструктуры, которая определит, сколько из нынешних исследований в конечном счёте дойдёт до пациентов.