Техногиганты говорят: ИИ может найти лекарство от рака. Так где же оно?

Мою бабушку звали Джун. Для неё этот месяц стал последним.

Я помню, как кровать делала её маленькой: она словно погружалась в середину комнаты, стоя напротив окна. Печень отказывала, кожа приобрела бледный абрикосовый оттенок. Джун — я называл её бабушкой — преследовал «король ужасов», «император всех болезней»: рак.

Опухоль находилась в поджелудочной железе. Шансы на выживание были плохими — это ещё мягко сказано. Если смотреть на статистику без смягчений, рак поджелудочной железы занимает 12-е место среди самых распространённых видов рака в мире и шестое — среди причин смерти от онкологических заболеваний. Всемирная организация здравоохранения относит его к видам рака с одним из наименее благоприятных прогнозов. Для моей бабушки прогноз тоже оказался неблагоприятным.

Джун умерла девять лет назад. В последнее время я думаю о других вариантах будущего — о тех, где моя бабушка и многие миллионы людей, которым ежегодно ставят диагноз «рак», всё ещё живы. Такие мысли появляются на фоне заявлений руководителей ИИ-компаний: одни говорят, что ИИ вылечит рак за 5–10 лет, другие — что это произойдёт ещё при нашей жизни. Эти обещания соседствуют с апокалиптическими прогнозами, согласно которым ИИ может привести к вымиранию человечества уже до 2030 года. ИИ одновременно представляют спасителем и разрушителем.

Если оставить в стороне сценарии конца света, за последние годы ИИ действительно заметно продвинулся в обнаружении, профилактике и лечении рака. Возможно, будущее, в котором удастся избежать катастрофы из-за ИИ, окажется будущим с полностью изменившейся онкологией. Но насколько далеко ИИ способен приблизить нас к лечению?

Сейчас ИИ используют для разработки лекарств и составления планов лечения, а в некоторых местах — уже в клинической практике. Системы анализируют изображения лёгких в поисках ранних признаков злокачественных опухолей и помогают удалять опухоли мозга. Повсюду звучат слова об эффективности и персонализированной помощи, а одной из целей называют освобождение врачей и других медработников от рутинных задач.

Рак — не одна болезнь

Несмотря на эти достижения, разговоры с клиницистами, онкологами и исследователями показывают разрыв между громкими заявлениями крупных технологических компаний о «решении» болезней и осторожным, последовательным продвижением науки.

Шерин Лой, онколог, специализирующаяся на лечении рака молочной железы в онкологическом центре Питера Маккаллума в Мельбурне, считает, что универсальное лекарство от всех видов рака или других заболеваний в ближайшие 10 лет вряд ли появится, пока ИИ не научится самостоятельно мыслить и проводить эксперименты в больших масштабах.

При этом Лой и другие опрошенные онкологи ожидают, что ИИ повысит эффективность лечения, диагностики и патологических исследований. Это может привести к более персонализированной и более равнодоступной онкологической помощи.

Рак — собирательное название для болезней, при которых аномальные клетки начинают бесконтрольно расти. Обычно опухоли называют по месту возникновения: рак молочной железы, простаты, лёгких, мозга, крови или поджелудочной железы. Это сложные и очень разные заболевания, затрагивающие разные типы клеток и связанные с множеством генетических изменений. Исход лечения зависит от биологии опухоли и доступных методов терапии. Поэтому единое лекарство от рака не просто маловероятно — практически невозможно.

Даже мозг показывает масштаб проблемы. Феликс Зам, нейропатолог из университетской клиники Гейдельберга, отмечает, что в мозге существует более 100 типов опухолей — больше, чем в любом другом отдельном органе. В исследовании и лечении опухолей мозга остаётся множество нерешённых вопросов.

За последний век показатели выживаемости при раке заметно улучшились. Химиотерапия и лучевая терапия позволили излечивать солидные опухоли, моноклональные антитела сделали воздействие на аномальные клетки более точным, а новые методы продолжают менять подходы к лечению. Но, как говорит Лой, человеческие болезни очень сложны.

Клетки рака поджелудочной железы под микроскопом

Источник: theguardian.com

Тень на снимке

Аджит Гоенка, радиолог и специалист по ядерной медицине в клинике Майо в Миннесоте, считает, что ИИ способен улучшить несколько этапов работы: помочь оценить риск, обнаружить заболевание, определить характеристики опухоли, выбрать лечение и наблюдать за пациентом.

Особенно заметную пользу могут дать медицинские изображения. Если обучить модели на огромных массивах данных — компьютерной томографии, рентгеновских снимках или образцах тканей, — они смогут находить изменения и закономерности, незаметные человеческому глазу.

Гоенка исследует раннее обнаружение рака поджелудочной железы с помощью машинного обучения с 2021 года — ещё до того, как ChatGPT привлёк массовое внимание к генеративному ИИ. Позже OpenAI и её конкурент Anthropic начали выходить за пределы чат-ботов: заключать партнёрства с компаниями для ускорения доступа к лечению, договариваться с исследовательскими центрами и сотрудничать с фармацевтическими компаниями, внедряя большие языковые модели и ИИ в разработку лекарств.

Гоенка заметил, что некоторые пациенты, у которых впоследствии развился рак поджелудочной железы, проходили компьютерную томографию за месяцы или даже годы до постановки диагноза. Тогда снимки считались нормальными, но исследователь предположил, что на них могли быть микроскопические измеримые изменения, не заметные радиологу. Его команда начала проверять, способны ли количественный анализ изображений и методы машинного обучения обнаружить такой сигнал.

В исследовании, опубликованном в 2022 году, эта гипотеза подтвердилась. Инструменты машинного обучения смогли находить опухоли поджелудочной железы, в том числе в органах, которые выглядели нормальными, ещё до постановки клинического диагноза. Последующие работы команды Гоенки проверяли надёжность и воспроизводимость метода, а также его применимость в разных медицинских учреждениях.

По словам исследователя, главная возможность здесь — обнаруживать признаки рака раньше. Опухоль у моей бабушки возникла словно из ниоткуда, как тень на снимке. Модели Гоенки, возможно, заметили бы её раньше, а это могло повлиять на исход лечения.

Сократить неопределённость

Феликс Зам возглавляет европейское междисциплинарное сотрудничество EUcanAI. Его участники используют ИИ-агентов, чтобы улучшить лечение опухолей мозга и других видов рака центральной нервной системы.

Зам описывает этот процесс как последовательную цепочку: каждый этап опирается на предыдущий и создаёт информацию для следующего. Благодаря этому путь пациента может стать эффективнее, быстрее и менее обременительным.

Он приводит пример подростка с опухолью ствола мозга. По снимкам и с учётом возраста пациента врачи считали, что опухоль смертельна. Подростку сделали операцию, взяли образец опухоли для биопсии и быстро провели секвенирование, чтобы определить мутации, которые вызывают заболевание.

Обычно такие результаты передают совету специалистов, который обсуждает дальнейшую операцию и лечение. Теперь данные можно получить уже во время хирургического вмешательства, сэкономив пациенту время и деньги. Зам допускает, что ИИ-агенты смогут ещё сильнее ускорить этот процесс: хирург возьмёт образец и сделает снимок опухоли, после чего ИИ предложит сведения о типе мутации и возможных лекарствах.

По словам Зама, подобная работа уже идёт в рамках испытаний, но стандартной практикой пока не стала.

Для Зама важно выстроить для каждого пациента более подходящий маршрут, который сокращает период неопределённости. Такой подход должен сделать лечение рака более согласованным и дать большему числу пациентов доступ к качественной помощи.

На равнодоступность и доступность лечения указывает и Лой. В сельских районах и других местах, где нет онкологических учреждений, специалистов или специализированных диагностических инструментов, доступ к моделям машинного обучения может помочь медработникам быстрее получать более полные ответы.

Может ли ИИ решить проблему болезней

Мечту о лечении рака регулярно поддерживают крупные ИИ-компании. Дарио Амодеи, руководитель Anthropic, предполагал, что в течение десятилетия можно будет вылечить рак и многие другие заболевания. Стартап IsoLabs, созданный на базе Google DeepMind, заявляет о цели «решить» все болезни.

Сэм Альтман, руководитель OpenAI, также ставит перед технологиями масштабные задачи. Он допускал, что способность решать медицинские проблемы может зависеть главным образом от объёма вычислительных мощностей. По его словам, 10 гигаватт вычислений, возможно, позволят ИИ понять, как вылечить рак. На фоне растущей критики экологической стоимости центров обработки данных аргумент о том, что ещё немного вычислительных мощностей принесёт спасение жизни, может оказаться непростым для продвижения.

Эмилия Яворски, врач и исследователь из Future of Life Institute, придерживается противоположной позиции: фундаментальную истину биологии нельзя вычислить, её можно только измерять.

В эссе об ИИ и раке, опубликованном в марте, она описала сложность разработки и проверки нового лекарства. Спустя 13 лет после начала активного использования ИИ в разработке препаратов всё ещё нет ни одного лекарства, одобренного Федеральным управлением по контролю за лекарствами и прошедшего полный путь — от регуляторного одобрения до возмещения стоимости и внедрения в клиническую практику.

Яворски считает лечение рака достойной целью, но призывает исследовательское сообщество разумно выбирать направления для инвестиций. По её мнению, прогресс ограничивает не уровень интеллекта систем, а данные, регулирование и стимулы, окружающие исследования рака.

Даже если загрузить в модели все мировые исследовательские данные, этого может не хватить, чтобы решить проблему таких заболеваний сегодня. Неясно, изменится ли ситуация через 5 или 10 лет. Зам говорит, что учёным ещё предстоит обнаружить множество биологических закономерностей. В своей работе он по-прежнему встречает редкие и неизвестные патологии, которые не укладываются в готовые категории. ИИ может разработать технологии для изучения редких подтипов, но качество результата будет зависеть от данных, на которых его обучали.

Сложность человеческой физиологии и биологических процессов постоянно возникает в разговорах с онкологами. ИИ способен ускорить выдвижение гипотез и создание новых лекарств для отдельных форм рака, но применять эти результаты в реальном мире он самостоятельно не может. Лой подчёркивает: кому-то всё равно придётся провести эксперимент.

В марте газета The Australian рассказала о сиднейском специалисте по анализу данных, который синтезировал индивидуальную вакцину от рака для своей собаки Рози, загрузив её генетические данные в ChatGPT. Одни были поражены этим результатом, другие напомнили, что основную работу всё равно выполнили люди в лаборатории.

ИИ может определить наиболее эффективные мишени для новых лекарств, но не способен пройти через бюрократические барьеры. Зам отмечает, что большинство исследований с участием ИИ остаются экспериментальными и проводятся в рамках клинических испытаний. Даже если инструменты признают безопасными для участников исследований, в Евросоюзе нет ясного регуляторного пути, который позволил бы вывести их на рынок.

Даже если ИИ может определить наиболее эффективные мишени для новых лекарств, он не может пробиться через бюрократические препоны

Источник: theguardian.com

В итоге появляется много исследований с ИИ и немало неожиданных и перспективных результатов, но сравнительно небольшая часть из них действительно применяется на практике.

Самые громкие заявления звучат от тех, кто создаёт модели. Однако исследователи, работающие в этой области, указывают на недостаточное понимание сложности рака.

ИИ всё же даёт врачам и учёным надежду. Но сам по себе он не способен победить рак и не заменит человеческую работу. Для лечения рака потребуется больше, чем эффективные вычисления.

Лой говорит, что ИИ может выдвинуть миллион гипотез, но людям всё равно придётся определить, какие из них верны.

Гоенка формулирует это ещё короче: технология — лишь часть ответа.