Как ИИ создает новые лекарства и ставит диагнозы: медицина будущего

Мы уже привыкли, что умные алгоритмы пишут за нас сообщения, подбирают саундтрек к вечеру и даже водят машину. Но давайте зададимся главным вопросом: может ли эта технология помочь нам не просто жить, а жить дольше и качественнее? Оказывается, да — и это уже происходит. На конференции YaTalks 2023 эксперт Андрей Чурсов наглядно показал, как компьютерные системы уже сегодня помогают создавать лекарства, ставить диагнозы и подбирать лечение лично для вас. Похоже на научную фантастику, но это наша реальность.

Чтобы вы почувствовали масштаб: у компании Paige AI в распоряжении в 10 раз больше данных, чем у Netflix со всем его бесконечным каталогом сериалов и фильмов. Это вам не шутки.

От Нобелевской премии до вашего смартфона: как мы научились читать ДНК

Представьте 1977 год. Английский биохимик Фредерик Сэнгер вручную, почти как детектив, расшифровывает последовательности ДНК. За этот титанический труд он получил Нобелевскую премию. И следующие 40 лет его метод был золотым стандартом — невероятно дорогим и кропотливым.

Всё изменилось в 2007-2008 годах. Ученые догадались «нарезать» длинную молекулу ДНК на крошечные фрагменты и читать их параллельно. Стоимость расшифровки генома рухнула, а скорость взлетела. Этот прорыв в биологии сравнивают по значимости с появлением первого персонального компьютера. Ведь именно тогда мы получили доступ к главной инструкции по сборке человека.

Вся наша биологическая судьба записана в этой спирали. И как только мы научились её читать, медицина перестала быть универсальной. Открылась дорога к персонализированному лечению. Лаборатории и фармгиганты бросились ставить геномные эксперименты, чтобы понять, что же происходит внутри каждой нашей клетки.

Как ИИ создает новые лекарства и ставит диагнозы: медицина будущего

Почему биологические данные — это особый вызов

С 2008 года объем геномных данных начал расти с головокружительной скоростью. Их стало так много, что просто сохранить и осмыслить эту информацию — уже отдельная задача. Фармкомпаниям пришлось искать хитрые пути: вместо того чтобы читать весь геном целиком, они фокусируются на ключевых участках, которые важны для решения конкретной проблемы. Экономят и время, и ресурсы.

Как новые технологии перекраивают рынок медицины

Когда данных стало много, появилось и множество новых вопросов. И здесь на сцену вышли те самые алгоритмы, которые раньше учились распознавать котиков на фото. Началась новая эра.

В 2012-2014 годах, как грибы после дождя, появились стартапы вроде Exscientia, Benevolent AI, Insilico Medicine. Их амбициозная цель — смоделировать на компьютере весь биологический микромир: взаимодействия молекул, сворачивание белков. Чтобы не методом проб и ошибок, а «в цифре» создавать новые лекарства.

Но моделирование белков — задача невероятной сложности. Первую высокоточную модель AlphaFold, предсказывающую структуру белка, выпустили лишь в 2018 году. А первые лекарства, спроектированные с её помощью, дошли до испытаний на людях только в 2022-м. Почти десятилетие работы! Это показывает, насколько тернист путь от идеи до реальной таблетки.

Языковые модели и компьютерное зрение в белом халате

Главные технологические звёзды последних лет — генеративные и языковые модели. В клиниках их пока широко не используют, но исследования кипят. Взять Med-PaLM от Google Research: в 2022 году эта модель сдала медицинский экзамен, и это вызвало фурор. Ведь это не просто игрушка, а потенциальный помощник для врача.

А вот компьютерное зрение — это уже не будущее, а настоящее. Его применяют для диагностики рака (включая самые коварные опухоли мозга), для анализа сложных переломов, которые не всегда видны на рентгене, для выявления болезней сердца и неврологических нарушений.

Лидер здесь — компания Paige AI. Они обучили свою систему на миллиарде (!) патологических снимков. Их система для диагностики рака простаты — первая и пока единственная в мире, одобренная FDA для клинического использования. И они уже работают над аналогичным решением для рака груди. Поразительно, правда? Эти алгоритмы уже сегодня помогают спасать жизни.

Истории успеха: когда цифровая модель спасает реальную жизнь

Самые впечатляющие разработки связаны с моделированием процессов внутри организма. Как тело отреагирует на терапию? Можно ли это предсказать? Оказывается, можно — и это меняет правила игры в создании лекарств и дизайне клинических испытаний.

Взгляните на Exscientia. Компания, основанная в 2012 году, использует ИИ для проектирования молекул с нуля. В конце 2022 года они получили разрешение на первую фазу испытаний нового противоракового препарата в Европе, а летом 2023-го первая доза была введена пациенту. Это один из первых в мире препаратов, рождённых в недрах алгоритма, который дошёл до реальных людей.

Сейчас появляется новый тренд: интеграция разрозненных данных в единую картину. Компания Zephyr AI, например, совмещает генетическую информацию с данными из медицинских карт. Зачем? Чтобы построить точнейшую модель биохимических взаимодействий. Это позволяет предсказать, поможет ли конкретное лекарство конкретному онкобольному, и даже смоделировать развитие диабета или болезней сердца. Мы постепенно собираем цифровой пазл человеческого здоровья.

Конечно, путь биомедицинских стартапов на рынок дольше, чем у модных мобильных приложений. Сказываются строгие проверки регуляторов и необходимость тонкой настройки общих алгоритмов под специфические медицинские задачи. Но тренд очевиден: технологии машинного обучения и компьютерного зрения всё глубже проникают в биомедицину. И это, друзья мои, одна из самых обнадеживающих историй нашего времени. Разве не в этом истинная цель прогресса — дарить нам не просто новые гаджеты, а дополнительные годы здоровой жизни?