Исследователи из Стэнфордского медицинского университета разработали модель искусственного интеллекта под названием MUSK, которая способна объединять визуальную и текстовую информацию для более точного прогнозирования результатов лечения пациентов с раком. Модель показала впечатляющие результаты, превосходя стандартные методы диагностики и прогнозирования.
В лечении рака критически важно использовать все доступные данные для принятия обоснованных решений. Традиционно врачи полагаются на визуальные данные, такие как микроскопические изображения и результаты КТ и МРТ, а также на текстовые данные, включая медицинские записи и результаты лабораторных исследований. MUSK объединяет эти данные в единую модель, что позволяет получать более точные прогнозы и рекомендации по лечению.
MUSK обучалась на огромных объёмах данных, включая 50 миллионов медицинских изображений и более 1 миллиарда текстов, связанных с патологиями. Это позволило модели научиться анализировать и интерпретировать различные типы данных, включая микроскопические изображения тканей и клинические отчёты.
Одной из ключевых возможностей MUSK является прогнозирование результатов лечения пациентов с различными типами рака. Модель способна точно предсказывать выживаемость пациентов, определять наиболее эффективные методы лечения, такие как лучевая терапия или иммунотерапия, а также выявлять людей с высоким риском рецидива меланомы.
Исследователи считают, что MUSK может значительно улучшить уход за пациентами с раком, предоставляя врачам более точные и обоснованные рекомендации. Модель может использоваться для прогнозирования результатов лечения различных типов рака, включая рак молочной железы, лёгких, кишечника, почек и других.
Одним из примеров применения MUSK является прогнозирование эффективности иммунотерапии для пациентов с раком лёгких и желудка. Модель учитывает множество факторов, включая демографические данные, историю болезни и результаты лабораторных тестов, что позволяет более точно определить, кому иммунотерапия может принести наибольшую пользу.
Для всех типов рака MUSK показала впечатляющую точность, превосходя стандартные методы прогнозирования. Например, модель точно предсказала выживаемость пациентов в 75% случаев, в то время как стандартные методы давали верный прогноз только в 64% случаев.
Исследователи планируют продолжать работу над улучшением MUSK и расширением её возможностей. В будущем модель может быть адаптирована для использования в других областях медицины, где требуется анализ больших объёмов данных и мультимодальная диагностика.
Разработка модели MUSK является значительным шагом вперёд в области искусственного интеллекта в медицине. Модель способна объединять различные типы данных и предоставлять врачам более точные и обоснованные рекомендации по лечению пациентов с раком. Это может привести к улучшению качества жизни пациентов и повышению эффективности лечения.
Литература:
Jinxi Xiang et al, A vision–language foundation model for precision oncology, Nature (2025). DOI: 10.1038/s41586-024-08378-w
Ведущий специалист отдела организации клинических исследований, терапевт, врач ультразвуковой диагностики АО «СЗМЦ» (г. Санкт-Петербург), главный редактор, учредитель сетевого издания Medical Insider, а также автор статей
E-mail для связи – [email protected];
