Технологии машинного обучения, они же ИИ, всё сильнее внедряются в науку и медицину. Они уже даже умеют подбирать лечение для некоторых пациентов. И вот свежий пример: недавно я наткнулся на результаты исследования, опубликованного учеными из Кореи в декабре 2025 года.
Исследователи проанализировали с помощью ИИ, какие таргетные препараты и иммунопрепараты лучше всего подходят для пациентов с первичным раком печени – гепатоцеллюлярной карциномой.
Исследователи научили искусственный разум анализировать микроокружение опухоли и в зависимости от его состава подбирать подходящие препараты. Сейчас объясню, что всё это значит.
Почему именно первичный рак печени?
Гепатоцеллюлярные карциномы встречаются относительно нечасто: в России врачи диагностируют менее 10 тысяч случаев заболевания ежегодно, против, например, почти 75 тысяч случаев колоректального рака (злокачественных опухолей толстой и прямой кишки), почти 85 тысяч случаев рака молочной железы и более 55 тысяч случаев рака легкого.
Но рак печени компенсирует низкую распространенность сложностями в лечении.
Удалить такие опухоли можно далеко не всегда. Системная химиотерапия против них малоэффективна.
Ситуация улучшилась, когда появился таргетный препарат сорафениб. Он оказался эффективен у многих пациентов. Потом появились еще таргетные препараты: ленватиниб, регорафениб, кабозантиниб. Они тоже увеличили эффективность лечения, но ненамного.
Очередная революция случилась, когда появились современные иммунопрепараты (ингибиторы контрольных точек), и их стали использовать при раке печени в виде комбинированных схем. Например, хорошо показала себя комбинация атезолизумаба и бевацизумаба. Ее стали коротко называть «атезо-бев».
Но даже на такое современное лечение реагируют не все пациенты с гепатоцеллюлярной карциномой. И мы не можем заранее сказать, кому оно поможет.
Обычно, чтобы прогнозировать эффективность терапии, мы проводим молекулярно-генетические анализы: проверяем, присутствуют ли в опухолевых клетках определенные молекулы-мишени, оцениваем мутационную нагрузку, другие показатели. В нашей клинике доступны все такие анализы. Мы даже можем полностью «просканировать» гены раковых клеток с помощью современной технологии полногеномного секвенирования. Но со злокачественными опухолями печени всё это почти не работает: их биология слишком отличается. Поэтому ученые и стали искать новые способы.
ИИ помог найти надежный маркер
Микроокружением опухоли называют всё, что находится вокруг нее: другие (нераковые) клетки, кровеносные сосуды, межклеточное вещество, сигнальные молекулы.
Всё это тоже влияет на рост рака и эффективность препаратов. Корейские ученые решили проанализировать микроокружение гепатоцеллюлярной карциномы с помощью ИИ, и это оказалось удачным решением.
Так что в итоге показали результаты исследования?
Механизмы глубокого машинного обучения помогли обнаружить, что:
- Высокая плотность эндотелиальных (выстилающих изнутри кровеносные сосуды) клеток в опухоли предсказывает высокие показатели выживаемости без прогрессирования заболевания при лечении по схеме атезо-бев.
- Если же в опухоли высока плотность иммунных клеток Т-лимфоцитов и присутствует воспалительная реакция, то длительной выживаемости без прогрессирования можно добиться, используя только один иммунопрепарат из группы ингибиторов PD-1.
Для исследования использовали образцы опухолевой ткани, полученные от 163 пациентов. Вот так, вместо того чтобы самостоятельно перебирать разные особенности микроокружения опухолей печени, ученые доверили эту задачу ИИ, и он всё сделал намного быстрее.
В завершение повторю мысль, которая высказывалась уже не раз: ИИ не заменит ученых, онкологов и других врачей, но со временем будет становиться для нас всё более и более надежным помощником. И не стоит бояться новых технологий: ведь их работу в конечном счете всё равно контролирует человек. Мы делаем всё, чтобы применять их максимально аккуратно и надежно.
Веду прием в МАММА | Клиника Вашего Здоровья
Задать вопросы о лечении можно по WhatsApp