Искусственный интеллект в борьбе с раком

Проблема не нова. Фармацевтическая индустрия десятилетиями сталкивается с тем, что модели на животных плохо предсказывают реакцию человеческого организма. Руководители крупнейших ИИ-компаний, от Сэма Альтмана из OpenAI до Демиса Хассабиса из Google DeepMind, обещали, что искусственный интеллект поможет победить рак, но реальные результаты пока скромны. Издание TechCrunch рассказало, как Vivodyne предлагает решить задачу с другой стороны: не обучать модели на существующих данных из пробирок, а создавать принципиально новые данные на живых человеческих тканях.

Что делает HIVE и почему это не очередное обещание?

• Выращивает 20 типов человеческих тканей. Не отдельные клетки в чашке Петри, а ткани, которые ведут себя как настоящие органы: печень, дыхательные пути, костный мозг.
• Автоматически вводит препараты и отслеживает реакцию. Роботы дозируют вещества и ведут наблюдение без участия человека, проводя сотни тысяч экспериментов параллельно.
• Генерирует причинно-следственные данные. Существующие ИИ-модели обучаются на статических «снимках» клеток и не понимают, как клетка перешла из одного состояния в другое. HIVE фиксирует именно цепочку: «ткань воспалили, вот что произошло дальше».
• Показывает высокую точность. По данным Vivodyne, её ткани печени предсказывают токсичность с точностью 94% по сравнению с реальными клиническими испытаниями. Ткани дыхательных путей совпадают с поведением настоящей ткани в 96% случаев. Костный мозг показал 100% совпадение в тестах 20 химиотерапевтических препаратов.

Почему ИИ пока не вылечил рак?

Андрей Джорджеску, генеральный директор и сооснователь Vivodyne, формулирует проблему прямо.

Без тестирования на людях, что эти модели искусственного интеллекта будут делать? Они вылечат рак у мышей. : Андрей Джорджеску, CEO Vivodyne

Даже глава Anthropic Дарио Амодеи написал на прошлой неделе, что заявления о том, что ИИ вылечит рак, стали «скорее клише, чем реальностью». AlphaFold от Google DeepMind получил Нобелевскую премию за понимание структуры белков, но пока не привёл к созданию ни одного нового лекарства. Компания Isomorphic Labs, основанная для развития AlphaFold, перенесла первые клинические испытания: изначально запланированные на 2025 год, они ожидаются к концу этого года.

Джорджеску сравнивает ситуацию с автомобильными краш-тестами: производитель машин обычно уверен, что автомобиль пройдёт проверку, прежде чем разбивать его о стену. Фармкомпании такой уверенности перед клиническими испытаниями, каждое из которых стоит десятки миллионов долларов, почти никогда не имеют.

Данные, которых нет у сегодняшних моделей

Исследование, опубликованное в журнале Nature Methods в прошлом месяце, показало, что при обучении генеративных ИИ-моделей на существующих клеточных данных не обнаруживается чётких законов масштабирования. Проще говоря, больше данных того же типа не делает модель умнее.

Джорджеску объясняет причину: модели учатся на отдельных состояниях клеток, как на фотографиях, но не видят, что привело клетку из состояния A в состояние B. HIVE исправляет это: каждый эксперимент записывается как причинно-следственная цепочка, а не как набор снимков.

По словам CEO Vivodyne, такой подход позволит применять обучение с подкреплением (reinforcement learning, метод, при котором модель учится на последствиях своих действий) к биологическим данным. Это особенно важно для будущего: сложные заболевания потребуют комбинированных терапий, где одно лекарство действует сразу на несколько биологических путей. Перебрать все комбинации экспериментально невозможно, нужна модель, которая понимает причинно-следственные связи.

Что это значит для вас?

Авторам Дзена, пишущим о здоровье и науке. Тема искусственного интеллекта в медицине и здравоохранении перестаёт быть абстрактной. Теперь можно рассказывать не про «ИИ победит рак», а про конкретную механику: роботы выращивают ткани, тестируют на них препараты, данные идут в обучение моделей. Конкретика вызывает доверие аудитории.

Маркетологам в фарме и медтехе. Если ваши клиенты работают с доклиническими испытаниями, стоит следить за Vivodyne и подобными платформами: они могут изменить экономику вывода препарата на рынок. Одно клиническое испытание стоит десятки миллионов долларов, и сокращение числа провалов меняет всю воронку.

Предпринимателям в РФ и СНГ. Российские фармкомпании сталкиваются с той же проблемой: 90% препаратов, эффективных на животных, не проходят клинические испытания на людях. HIVE пока работает только под Сан-Франциско, доступ для российских компаний не заявлен. Но сам принцип, тестировать на биопечатных тканях вместо животных, уже исследуется в нескольких российских лабораториях. Следите за отечественными разработками в области биопринтинга (биопечати тканей и органов).

Частые вопросы

Vivodyne заменит испытания на животных?

Полностью заменить пока нет: регуляторы в большинстве стран всё ещё требуют доклинические испытания на животных для одобрения новых препаратов. Но компания заявляет, что её лаборатория уже выдаёт вдвое больше данных, чем все испытания на животных в США. Если точность подтвердится независимо, это может ускорить пересмотр регуляторных требований.

Можно ли попробовать HIVE из России?

На данный момент Vivodyne не заявляла о доступности своих услуг за пределами США. Компания работает с несколькими крупными фармкомпаниями, но не раскрывает их названий. Для российских исследователей пока остаётся путь через собственные разработки в области биопринтинга.

Чем это отличается от AlphaFold и других ИИ для поиска лекарств?

AlphaFold и подобные системы анализируют существующие данные о структуре белков. Vivodyne создаёт новые данные, выращивая ткани и записывая, как они реагируют на препараты в реальном времени. По словам основателя компании, именно таких причинно-следственных данных не хватает сегодняшним моделям для реального прогресса.