Новости

Российский ученый создал ИИ-систему, помогающую в лечении редких форм рака

Российский ученый Дмитрий Чебанов, сотрудник Мемориального онкологического центра имени Слоуна-Кеттеринга в США, разработал систему на основе ИИ для лечения редких форм рака. Результаты исследования были представлены 29 апреля на Ежегодной конференции Американской ассоциации исследований рака. Подробности — в распоряжении «Инк.».

Фото: Freepik

Новая система не просто анализирует существующие данные о пациентах, а создает их виртуальных цифровых двойников. Это позволяет заполнить критические пробелы в информации о редких опухолях, для изучения которых традиционно не хватает клинических данных. Как отмечает сам Чебанов, «модель сама создает новые молекулярные профили, а не просто читает уже существующие».

Технология использует принципы больших языковых моделей, обрабатывая молекулярные профили опухолей так же, как предложения в тексте. После этого алгоритм генерирует на их основе сотни или тысячи цифровых копий реальных пациентов. Для работы нейросети достаточно данных всего 20 реальных пациентов по каждому типу опухоли. При этом для отдельного пациента модель способна восстанавливать недостающие данные по 505 генам, что позволяет проводить полноценный анализ даже при неполной информации.

Чтобы подтвердить эффективность технологии, ученые создали новый диагностический классификатор, обученный на виртуальных пациентах. Его точность при постановке диагнозов у реальных людей превысила показатели аналогичной модели, обученной на реальных данных. Для некоторых редких видов рака точность увеличилась более чем в 10 раз. Платформа прошла тестирование на клинических данных более 40 тыс. пациентов с редкими формами рака.

Возможность быстро генерировать статистически значимые выборки данных существенно ускорит разработку лекарств против редких видов рака, для которых ранее требовались десятилетия на сбор информации. Это также может радикально изменить практику персонализированной медицины, позволяя оперативно дополнять молекулярные профили пациентов для быстрого начала терапии.