Как новейшие технологии помогают бороться с раком и за счет чего такие прорывы стали возможны?
Искусственный интеллект (ИИ) играет ключевую роль в трансформации подходов к диагностике и лечению рака, создавая совершенно новые перспективы в этих областях. Основные прорывы последних лет стали возможны благодаря интеграции машинного обучения и мощных аналитических инструментов с большими объемами медицинских данных.
Можно выделить несколько основных направлений, на которых сегодня фокусируются разработки ИИ в практических исследованиях рака. Расскажем о них подробнее.
Ранняя диагностика и неинвазивные методы
Несмотря на скандальную историю с Элизабет Холмс, основательницей биотехстартапа Theranos, идея раннего диагностирования заболеваний, в частности рака, на основе анализа крови — рабочая и продолжает активно развиваться. Анализ крови, как метод диагностики, предлагает неинвазивный и удобный для пациента способ выявления потенциальных признаков рака. Это значительно снижает барьеры для регулярного скрининга, открывает более широкое использование диагностики среди населения, и делает диагностику более доступной и удобной для пациентов. Благодаря ИИ ученым удалось ускорить обработку данных и идентификацию специфических биомаркеров, указывающих на наличие раковых изменений в организме.
Такие тесты особенно важны для тех типов рака, где существует недостаток доступных диагностических методов. При раке поджелудочной железы и колоректальном раке текущая практика показывает, что эти виды заболевания часто диагностируются на поздних стадиях, когда симптомы уже проявляются и болезнь прогрессирует. Эти виды рака поддаются эффективному лечению именно на ранних стадиях, и своевременная диагностика играет критическую роль для повышения выживаемости пациентов.
Анализ медицинских изображений, геномных данных
Другое активно развивающееся направление искусственного интеллекта в диагностике — компьютерное зрение. Этот метод позволяет обрабатывать и анализировать медицинские изображения, тем самым ускоряя процессы диагностики и лечения, при этом оставляя окончательные решения за медицинскими специалистами.
На рынке уже есть компании и решения, основанные на компьютерном зрении, которые демонстрируют значительные успехи на практике. Например:
1. PathAI фокусируется на разработке алгоритмов машинного обучения для улучшения точности диагностики патологий. Их решения помогают патологоанатомам быстрее и точнее анализировать гистологические срезы, что способствует более точной постановке диагнозов.
2. Caris Life Sciences специализируется на молекулярной профилизации и использует компьютерное зрение в сочетании с другими технологиями для персонализированного подхода к лечению рака. Их платформа помогает выявлять уникальные биомаркеры, что способствует более целенаправленной и эффективной терапии.
Автоматизация клинических исследований
Компании Mendel AI и Concert AI активно разрабатывают решения для автоматизации клинических исследований. Их разработки сосредоточены на ускорении процесса валидирования отчетов и подбора подходящих пациентов для клинических испытаний. Они применяют технологии больших языковых моделей (LLM), включая:
- Специализированные модели (Fine-tuned models). Они являются адаптацией существующих языковых моделей под специфические задачи, связанные с медицинскими данными, что повышает точность и релевантность предоставляемой информации.
- AI-агенты и поисково-дополненная генерация (Retrieval-Augmented Generation Systems, RAGs). Эти технологии позволяют извлекать и генерировать информацию из больших массивов неструктурированных текстовых данных. Большая часть клинических данных представлена в текстовом виде, который необходимо преобразовать в формат, удобный для анализа данных.
Использование современных языковых моделей в медицине создает значительные преимущества, оптимизируя процессы, связанные с клиническими испытаниями, способствует более быстрому внедрению новых препаратов и методов лечения, потенциально делая их доступнее для пациентов.
Главные прорывы в индустрии
Тест на рак толстой кишки
В июле 2024 года Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США (FDA) был одобрен первый на сегодняшний день тест крови под названием Shield, разработанный компанией Guardant Health, для раннего скрининга колоректального рака (КРР). Он поддается эффективному лечению на ранних стадиях, но традиционные методы скрининга, такие как колоноскопия или анализы на основе образцов стула, могут быть инвазивными или дискомфортными для регулярной диагностики. Тест от GuardantHealth, который уже доступен на рынке, основан на анализе циркулирующей в крови опухлевой ДНК (ctDNA). Эти тесты играют важную роль как в диагностике, так и в мониторинге онкологических заболеваний.
Разработке теста способствовали биоинформатические анализы накопленных массивных данных анализов. Компания Guardant Health так же выпускает AI-продукты для обширной диагностики результатов биопсии (Guardant360, TissueNext) и продолжает разработку неинвазивных тестов для расширения области применения разработки.
Этот пример демонстрирует, что компании активно развивают методы неинвазивной диагностики (в частности, анализы крови). Можно надеяться, что точные и доступные тесты могут изменить «правила игры», обеспечивая своевременное вмешательство и спасая жизни.
Персонализированные вакцины и анализ больших данных
Компания Moderna, известная разработкой вакцины от COVID, со своих истоков использует машинное обучения в исследованиях и применяет ИИ-модели.
В 2022 году компания объявила о сотрудничестве с другой не менее известной компанией Merck с целью разработать персонализированные вакцины от рака. В 2023 году компании объявили о запуске третьей фазы клинических испытаний своей персонализированной вакцины в комбинации с пембролизумабом (стандартная иммунотерапия) для пациентов с удаленной меланомой и удаленным немелкоклеточным раком легкого.
После трехлетнего периода наблюдения такое комбинированное лечение продолжает демонстрировать клинически значимое и устойчивое улучшение показателя выживаемости без рецидивов, снижая риск рецидива или смерти на 49% по сравнению с монотерапией пембролизумабом.
Также в апреле 2024 компания Moderna объявила о партнерстве с OpenAI. За несколько месяцев с момента внедрения ChatGPT Enterprise компания Moderna разработала LLM-модели для определения дозировки вакцин (Dose ID), который использует функцию Advanced Data Analytics в ChatGPT Enterprise для более глубокой оценки оптимальной дозы вакцины, выбранной клинической командой.
Применяя стандартные критерии и принципы выбора дозы, Dose ID предоставляет обоснования, ссылается на источники и генерирует информативные графики, иллюстрирующие ключевые выводы. Это позволяет провести детальный анализ, в котором ключевую роль играют специалисты, а искусственный интеллект выступает в качестве вспомогательного инструмента. Такой подход помогает обеспечить безопасность и оптимизировать профиль дозировки вакцины перед ее дальнейшей разработкой на поздних стадиях клинических исследований.
Прогнозирование сопротивляемости лекарствам
Исследования под руководством Гада Гетца в области мониторинга опухолей с использованием свободной ДНК (циркулирующей в крови ДНК) представляют собой значительный прорыв в персонализированном подходе к лечению рака. Свободная ДНК выделяется из опухолевых клеток в кровоток и может служить биомаркером для точного отслеживания текущего состояния опухоли и ее развития в реальном времени.
Для осуществления мониторинга исследователи проанализировали около 10 тыс. белков, которые играют роли в десяти различных типах рака. Данные о белках и их взаимодействиях позволяют формировать более четкое представление о том, как разные мутантные клоны клеток ведут себя и реагируют на лечение, что крайне важно для персонализированной медицины.
ИИ способен обрабатывать такие объемы информации, выявлять сложные паттерны и координированные взаимоотношения между генами, белками и клиническими исходами, которые было бы невероятно сложно обнаружить и проанализировать традиционными методами, улучшая возможности анализа и интерпретации биологических данных.
Прогноз на будущее
Перспективы развития борьбы с раком в будущем опираются на два основных направления, каждое из которых требует активного развития и совершенствования.
Ранняя неинвазивная диагностика: выявление рака на ранних стадиях является одним из главных вызовов медицины. Современная диагностика стремится стать менее инвазивной, используя такие методы, как анализ свободной ДНК, чтобы обнаружить болезнь, прежде чем она станет симптоматической. Пока что эти методы одобрены лишь для некоторых типов рака, но даже это достижение открывает двери для более безопасной и доступной диагностики в будущем. Цель — на основании накопленных данных, практических разработок и ИИ моделей разработать методики, которые не только смогут определять наличие раковых клеток на ранних стадиях, но и прогнозировать потенциальные проблемы со здоровьем в будущем.
Персонализированная онкология: с развитием технологий искусственного интеллекта врачи могут предложить каждому пациенту индивидуализированный подход к лечению. ИИ может значительно ускорить анализ медицинских изображений и геномов, помогая находить наиболее подходящие стратегии лечения. Цель — активно использовать модели для прогнозирования эффективности лечения и реакций на лекарства (например, на основе биомаркеров). Это поможет спрогнозировать, как пациент отреагирует на определенную схему лечения, что улучшит результаты и эффективность терапии.
Работа медиков усложняется с каждым днем, и количество пациентов растет, поэтому использование ИИ не только позволит справляться с большим объемом задач в более короткие сроки, но и обеспечит более высокую точность и персонализацию оказания медицинской помощи. В перспективе, симбиоз ранней диагностики и персонализированного подхода станет ключом к повышению выживаемости и улучшению качества жизни пациентов с онкологией.