ИИ, микроскоп и немного магии: как алгоритм предсказывает мутации по «розово-фиолетовым» слайдам
Вы ещё сомневаетесь, что технологии способны изменить медицину? Тогда посмотрите на результаты свежего исследования от команды из Школы медицины Айкана при Медицинском центре Маунт-Синай (Icahn School of Medicine at Mount Sinai) и Онкологического центра Мемориал Слоун-Кеттеринг (Memorial Sloan Kettering Cancer Center). Они совместно с коллегами из Европы и США показали, что искусственный интеллект может значительно ускорить выбор лечения при раке лёгких, просто глядя на привычные гистологические изображения.
Результаты опубликованы в журнале «Nature Medicine».
Что именно сделала команда
Исследователи взяли гигантский массив данных — самую крупную на сегодня коллекцию снимков тканей больных аденокарциномой лёгкого, подкреплённую результатами генетического секвенирования. И задали, казалось бы, невозможный вопрос:
А что, если ИИ сможет предсказывать генетические мутации… глядя только на обычные слайды с микроскопа?
Габриэле Кампанелла (Gabriele Campanella), научный сотрудник кафедры искусственного интеллекта и здоровья человека в Школе медицины Айкана (Icahn School of Medicine), поясняет:
«Наш ИИ умеет извлекать важнейшую генетическую информацию — прямо с рутинных гистологических изображений. Это может значительно сократить время до назначения терапии».
Почему это важно?
Для пациентов с раком лёгких — особенно с аденокарциномой — крайне важно вовремя найти так называемые соматические мутации. Они не передаются по наследству, но именно они определяют, будет ли эффективна конкретная таргетная терапия.
Стандартный путь: биопсия → секвенирование → анализ → лечение.
Но секвенирование — штука дорогая, небыстрая и доступна далеко не во всех клиниках. Особенно — за пределами крупных городов и стран с высоким уровнем медицины.
Как работает новый ИИ
Учёные разработали уникальную модель на основе больших «фундаментальных» ИИ-систем, обучив её выявлять мутации EGFR — гена, связанного с ускоренным ростом опухолевых клеток. Эта мутация делает рак чувствительным к определённым лекарствам — но только если её удаётся обнаружить.
Инновация в том, что ИИ может выявить подозрение на мутацию без анализа ДНК — всего лишь по микроскопическому изображению окрашенного среза ткани. И это именно те слайды, которые уже есть в каждом случае — без дополнительных процедур или затрат.
Первый в мире «молчаливый» ИИ-тест
Команда проверила свою разработку на практике — в реальном времени, прямо на пациентах в Онкологическом центре Мемориал Слоун-Кеттеринг (Memorial Sloan Kettering Cancer Center). ИИ просматривал слайды, как бы «в тени» — без вмешательства в лечение. Его прогнозы не показывали врачам, но тщательно сравнивали с реальными результатами генетических тестов.
Итог: ИИ надёжно выявлял EGFR-мутации — настолько, что, по словам исследователей, можно было бы уменьшить количество быстрых генетических тестов более чем на 40%. В условиях перегруженных лабораторий — это колоссальная экономия времени и ресурсов.
Александр Чарни (Alexander Charney), заместитель председателя кафедры искусственного интеллекта и профессор генетики, психиатрии и невронаук в Школе медицины Айкана (Icahn School of Medicine), отмечает:
«Это пример разумной интеграции ИИ в клиническую онкологию. Мы получаем быстрее, точнее, персонализированнее — и при этом снимаем нагрузку с лабораторий. Но главное — мы открываем путь к выявлению новых биомаркеров на уже имеющихся слайдах».
Что дальше?
Проект не стоит на месте. Команда продолжает расширять «молчаливое» тестирование, включая новые клиники, и готовится к следующему шагу — регуляторному одобрению. В перспективе — не только выявление EGFR, но и других мутаций, включая те, которые сложно или дорого определить обычными методами.
Особую ставку учёные делают на страны и регионы с ограниченным доступом к продвинутым генетическим исследованиям. Ведь если ИИ сможет работать просто на основе микроскопических изображений — это полностью меняет правила игры. Везде.
Вместо заключения: будущее уже здесь
ИИ не заменит врача. Но если он сможет помочь быстрее поставить диагноз, подсказать верное направление, сократить задержку в лечении — это уже огромный шаг вперёд.
А если это ещё и экономит ресурсы, открывает доступ к терапии тем, кто раньше был исключён из системы — тем более.
«Реальные, жёсткие, клинические испытания — именно то, что нам нужно, чтобы безопасно и ответственно внедрять ИИ в больницы», — подытоживает Чарни (Charney).
Кажется, эта машина уже не просто учится. Она учит нас — как можно делать медицину лучше.
Литература:
Enhancing Clinical Genomics in Lung Adenocarcinoma with Real-World Deployment of a Fine-Tuned Computational Pathology Foundation Model, Nature Medicine (2025). DOI: 10.1038/s41591-025-03780-x