Онкология — одна из самых сложных и наукоёмких областей медицины, где от скорости принятия решений и точности диагностики зависит жизнь. В последние годы искусственный интеллект (ИИ) стремительно встраивается в эту сферу: его используют для подбора пациентов в клинические исследования, предсказания эффективности молекул, анализа мультиомных данных и даже создания новых лекарств с нуля.
И если раньше персонализированная онкология оставалась уделом научных лабораторий, сегодня она становится всё более практичным и массовым инструментом — во многом благодаря ИИ.
От лабораторных гипотез к вычисляемой медицине
«Рак — это глубоко индивидуализированное заболевание», — подчёркивает Мохан Уттарвар, сооснователь 1Cell.Ai, компании, использующей ИИ для диагностики и терапии рака. Идея, что каждое решение должно основываться на принципах точной, или прецизионной медицины, давно перестала быть футуристической.
Персонализированный подход в онкологии начался ещё в 1990-х, когда стало ясно: некоторые лекарства эффективнее работают при определённых мутациях. Но настоящий прорыв обеспечили технологии: секвенирование ДНК, вычислительное моделирование, мультиомика. Теперь к ним присоединился ИИ — и расширил границы возможного.
Как ИИ меняет разработку лекарств
ИИ-системы сегодня обучают на огромных массивах биомедицинских данных — от геномики и протеомики до медицинской визуализации и клинической информации. Это позволяет не просто ускорить процесс открытия новых молекул, но и заранее предсказать их потенциальную эффективность, силу действия и токсичность. Кроме того, ИИ помогает исследователям выявлять подходящих пациентов для клинических испытаний, определяя тех, у кого с наибольшей вероятностью будет положительный ответ на терапию. Такие технологии также позволяют заранее оценить риски взаимодействия лекарств и тем самым повысить безопасность терапии.
Всё это значительно снижает зависимость от дорогостоящих и этически спорных экспериментов на животных, ускоряя выход перспективных препаратов на рынок. FDA уже поддерживает переход от животных моделей к ИИ-решениям и технологиям типа орган-на-чипе. Это не только ускоряет исследования, но и снижает стоимость разработки.
Фармацевтические компании активно инвестируют в развитие технологий искусственного интеллекта в разработке онкологических препаратов. Так, AstraZeneca вложила более $1 млрд в ИИ-партнёрства. Благодаря алгоритмам компания пересмотрела данные провального исследования препарата Datroway (бывший Dato-DXd) от рака лёгких и обнаружила биомаркер TROP2-QCS — с его учётом препарат работает гораздо точнее. AstraZeneca также использует ИИ на этапе подбора пациентов и поиска предикторов ответа на терапию.
Pfizer развивает ИИ-инструменты по всей цепочке R&D, а Novartis инвестировала $65 млн в Generate:Biomedicines, чтобы использовать их генеративный ИИ для синтеза новых протеиновых лекарств.
Компания Insilico Medicine первой вывела во II фазу испытаний соединение, дизайн которого был полностью разработан искусственным интеллектом. Препарат продемонстрировал положительные результаты при лёгочном фиброзе.
Мультиомика и объяснимый ИИ: новый этап
Следующий шаг — мультиомный анализ: одновременное изучение данных о ДНК, РНК, белках и метаболитах. Это даёт максимально точное представление о биологии опухоли. По словам Офера Шарона (OncoHost), ИИ помогает найти в этих сложных слоях закономерности, которые человек просто не способен распознать.
Но здесь есть и главная проблема: данные. Их часто собирают в разнородных форматах, с разной степенью полноты. Это затрудняет обучение ИИ-моделей и может приводить к предвзятым или нерепрезентативным выводам. Без стандартизации и объяснимости результатов клиницисты не готовы принимать решения на основе «чёрного ящика».
Платформы вроде iCore от 1Cell.Ai или Mosaic от Tempus предлагают решения — от гармонизации источников до соблюдения норм конфиденциальности и прозрачности моделей.
«ИИ становится не просто помощником, а полноценным участником процесса разработки лекарств», — утверждает Шарон.
По прогнозу Insilico Medicine, первые препараты, созданные ИИ, могут выйти на рынок уже к 2030 году — и это может ознаменовать начало новой эры.
Генеративные модели, мультиомика, отказ от животных моделей, быстрый синтез молекул и персонализированный подбор терапии — всё это больше не научная фантастика, а реальность, приходящая в онкологические центры и лаборатории.
Успех будет зависеть не от мощности алгоритмов, а от того, насколько эффективно они интегрируются в практику. И, возможно, уже через несколько лет слова «ИИ-лекарство» перестанут звучать как оксюморон.
