Исследователи представили новый метод на базе искусственного интеллекта, предназначенный для прогнозирования того, как пациенты с запущенным раком кишечника отреагируют на конкретный препарат, одобренный NHS (Национальной службой здравоохранения). Цель проекта — избавить тысячи людей от процедур, которые вряд ли принесут пользу, тем самым уберегв их от изнурительных побочных эффектов.
Проблема запущенного рака кишечника
Рак кишечника остается одним из самых смертоносных злокачественных новообразований, уступая по показателям смертности только раку легких. Ставки особенно высоки из-за колоссальной разницы в выживаемости в зависимости от стадии заболевания:
— Ранняя стадия: показатели выживаемости могут достигать 98%.
— Запущенная стадия: пятилетняя выживаемость может упасть всего до 10%.
В Великобритании ежегодно диагностируется почти 10 000 случаев запущенного рака кишечника, при этом наблюдается тревожный рост заболеваемости среди молодежи. Для таких пациентов поиск эффективного лечения превращается в гонку со временем, однако далеко не каждый препарат является универсальным решением.
Персонализированная медицина против метода «проб и ошибок»
В декабре NHS одобрила применение бевацизумаба — препарата, воздействующего на белки, необходимые опухоли для роста. Хотя для некоторых он становится жизненно важной поддержкой, он эффективен далеко не для всех. Более того, препарат несет в себе серьезные риски, включая:
— Образование тромбов
— Проблемы с желудочно-кишечным трактом
В отсутствие возможности предсказать эффективность, врачи часто вынуждены действовать методом «проб и ошибок». Это означает, что многие пациенты проходят через токсичное лечение, которое не приносит клинической пользы, а лишь причиняет ненужные страдания.
Как работает «PhenMap»
Чтобы решить эту проблему, ученые из Института исследования рака (ICR) в Лондоне и Университета медицины и медицинских наук RCSI в Дублине разработали систему PhenMap. Название является сочетанием слов phenotype (фенотип — наблюдаемые признаки) и mapping (картографирование).
Инструмент на базе ИИ работает следующим образом:
1. Интеграция сложных данных: он анализирует запутанную генетическую структуру опухоли.
2. Распознавание образов: система выявляет биологические закономерности, которые слишком сложны для ручного обнаружения врачами.
3. Стратификация рисков: в исследовании с участием 117 европейских пациентов PhenMap успешно выделил определенную группу с общей генетической мутацией, у которой был высокий риск негативных реакций и слабого отклика на препарат.
«Наше исследование использует передовые методы ИИ для объединения огромных массивов сложных данных, что помогает нам замечать закономерности, которые человек увидеть просто не в состоянии», — говорит профессор Ангурадж Саданандам из ICR.
Путь к клиническому применению
Хотя первые результаты являются важной вехой в развитии персонализированной медицины, исследователи отмечают, что инструмент еще не готов к широкому клиническому использованию. Следующие шаги включают:
— Увеличение выборки: тестирование ИИ на гораздо более крупных группах пациентов для подтверждения точности.
— Расширение области применения: определение того, можно ли адаптировать этот метод картирования для прогнозирования реакции на препараты, используемые при других типах рака.
Конечная цель — превратить эту технологию в стандартный клинический тест, что позволит врачам предоставлять по-настоящему индивидуальную помощь, максимизируя шансы на выживание и минимизируя ненужный вред.
Заключение: Используя ИИ для расшифровки генетики опухолей, исследователи приближаются к будущему, где лечение рака будет подбираться под каждого конкретного человека, гарантируя, что пациенты получат только наиболее эффективную терапию.
