Новый уровень борьбы с раком: как израильский ИИ будет создавать индивидуальные лекарства на основе реальных данных

Израильская компания Imagene AI, специализирующаяся на применении искусственного интеллекта в патологии, сделала важный шаг, который обещает радикально ускорить борьбу с раком.

Компания объявила о расширении своего доступа к крупнейшим в стране массивам реальных клинических данных. Этот стратегический ход направлен на то, чтобы глубоко интегрировать передовые AI-алгоритмы Imagene AI с обширными медицинскими записями. Конечная цель – резко ускорить процесс открытия новых биомаркеров и создать высокоточные, индивидуализированные методы лечения онкологических заболеваний, делая терапию максимально эффективной для каждого пациента.

Первоначально проект концентрировался на терапии рака легких, а именно немелкоклеточной карциномы легкого (NSCLC). В этой области алгоритмы Imagene AI показали впечатляющую эффективность при анализе биопсийных образцов для оперативного профилирования биомаркеров. Теперь платформа переходит на новый уровень, охватывая множество различных онкологических патологий. В распоряжении системы находятся огромные объемы информации, – а именно более чем 3,5 миллиона оцифрованных патологических срезов, геномные последовательности, омикс-данные и многолетние клинические записи пациентов.

Этот шаг представляет собой настоящую трансформацию в сфере прецизионной медицины, а не просто техническое развитие. Традиционные методы диагностики и терапии часто ограничены в скорости и точности. Интеграция искусственного интеллекта с таким объемом данных открывает принципиально новые возможности, позволяя преодолеть барьеры, связанные с обработкой сложных мультимодальных данных. Это значит, что персонализированное лечение станет доступным для значительно большего числа пациентов по всему миру.

Важным аспектом является то, что вся информация обрабатывается в деидентифицированном формате с соблюдением строжайших протоколов конфиденциальности и безопасности. Это гарантирует этичность подхода и полное соответствие международным стандартам.

Ускорение диагностики и расширение возможностей

Расширение доступа к данным базируется на успешном опыте предыдущих этапов применения технологии. Ранее Imagene AI уже интегрировала свою технологию в цифровой рабочий процесс патологии для быстрого выявления биомаркеров из изображений биопсий NSCLC. Благодаря этому время от взятия образца до получения практически применимых результатов сократилось с нескольких дней до считанных минут. В онкологии такая скорость критически важна, поскольку любая задержка может повлиять на исход терапии.

Получив доступ к еще более масштабным объемам данных, платформа трансформируется в многофункциональную систему. Она способна поддерживать исследования по различным типам рака, выходя далеко за пределы опухолей легких. Функциональность включает разработку предиктивных моделей, обогащение когорт для клинических испытаний и оптимизацию протоколов терапии.

В контексте глобальных трендов в здравоохранении, где ИИ все активнее интегрируется в клиническую практику, Imagene AI выделяется акцентом на реальных, а не на абстрактных, данных. Фокус смещен на практическое применение. Исследователи проверяют гипотезы, анализируют данные и на их основе принимают решения, которые реально улучшают результаты лечения.

Imagene AI планирует не только постоянно расширять базу данных за счет непрерывных обновлений, но и создавать инструменты для независимого использования исследователями. Это демократизирует доступ к передовым технологиям в онкологии и делает инновации более доступными научному сообществу.

Ключевые технологии и инновационные решения платформы

В центре системы находится Cross-Modality Intelligence Engine от Imagene AI. Этот мощный движок объединяет разнородные источники данных, включая изображения патологических срезов, геномные профили, омикс-анализы и клинические истории пациентов. Технология обеспечивает кросс-модальный анализ, который выявляет скрытые корреляции, недоступные традиционным методам исследования.

Например, при работе с NSCLC искусственный интеллект быстро профилирует биомаркеры, такие как мутации в генах EGFR или ALK. Для этого достаточно только цифровых изображений биопсий, без необходимости проводить дорогостоящее секвенирование.

Систему дополняет Oncology Intelligence Suite (OI Suite). Это набор инструментов, созданный специально для онкологов и патологоанатомов. Suite позволяет самостоятельно разрабатывать AI-приложения, создавать предиктивные модели и обнаруживать биомаркеры даже при работе с малыми клиническими когортами, что особенно ценно для редких видов рака.

Одним из главных преимуществ является масштабируемость решения. Платформа способна обрабатывать миллионы записей. На этой основе создана фундаментальная модель для пан-онкологии, обученная на данных из более чем 40 типов тканей.

По сравнению с аналогичными проектами, подход Imagene отличается концентрацией на патологии и интеграцией с реальными клиническими процессами. Здесь используются не абстрактные алгоритмы, а практические инструменты, которые уже демонстрируют измеримое влияние: сокращается время диагностики, повышается точность персонализации лечения, появляется потенциал для глобального масштабирования технологии.

Перспективы для пациентов

Для пациентов расширение практического применения Imagene AI открывает эру по-настоящему персонализированной онкологии. Лечение теперь подбирается не по общим протоколам, а на основе уникального молекулярного профиля опухоли каждого пациента. В случае NSCLC быстрый биомаркерный профиль позволяет сразу назначать таргетную терапию, например, ингибиторы тирозинкиназ. Это повышает шансы на ремиссию и значительно снижает побочные эффекты.

Расширение технологии на другие типы рака, включая опухоли молочной железы и колоректальный рак, обещает аналогичные преимущества. Прецизионная медицина постепенно становится стандартом оказания медицинской помощи.

В долгосрочной перспективе такой подход может существенно снизить смертность от рака за счет ранней интервенции и оптимизированной терапии, подобранной индивидуально для каждого пациента.