Рак груди (рак молочной железы) — это злокачественное новообразование, возникающее в тканях молочной железы. Это одно из самых распространённых онкологических заболеваний у женщин во всём мире. Болезнь может развиваться как медленно, так и агрессивно, распространяясь на лимфатические узлы и другие органы.
"). Новая технология основана на анализе молекулярных данных на уровне отдельных [клеток](https://omrst.ru/glossary/cell "Клетка — это основная структурная и функциональная единица живого организма. Все ткани и органы человека состоят из клеток, каждая из которых выполняет уникальные функции, необходимые для жизни и поддержания здоровья.
") [опухоли](https://omrst.ru/glossary/tumor "Опухоль — это патологическое образование, возникающее в результате неконтролируемого деления клеток. Она может быть доброкачественной (не распространяется на другие органы) или злокачественной (способна к метастазированию и разрушению окружающих тканей).
"), что позволяет выявлять скрытые механизмы прогрессирования заболевания, недоступные при традиционных методах. Результаты исследования опубликованы в журнале Cancer Discovery и представляют метод под названием scSurvival. В отличие от стандартных моделей, где анализируются усредненные показатели всей опухоли, этот подход фокусируется на индивидуальных клетках, выявляя те из них, которые напрямую влияют на выживаемость пациента. Это особенно важно при раке груди, где [опухоль](https://omrst.ru/glossary/tumor "Опухоль — это патологическое образование, возникающее в результате неконтролируемого деления клеток. Она может быть доброкачественной (не распространяется на другие органы) или злокачественной (способна к метастазированию и разрушению окружающих тканей).
") часто состоит из множества различных клеточных популяций с разной биологической активностью. Современная онкология уже давно использует методы молекулярного профилирования, однако большинство из них не учитывает клеточную неоднородность опухоли. В результате важные сигналы могут «теряться» при обработке данных. Новый метод устраняет этот недостаток, позволяя анализировать активность генов в каждой отдельной клетке и связывать ее с клиническими исходами. Использование искусственного интеллекта стало ключевым элементом разработки. Алгоритмы машинного обучения анализируют огромные массивы данных и выявляют закономерности, которые невозможно обнаружить вручную. Это дает возможность точно определить, какие [клетки](https://omrst.ru/glossary/cell "Клетка — это основная структурная и функциональная единица живого организма. Все ткани и органы человека состоят из клеток, каждая из которых выполняет уникальные функции, необходимые для жизни и поддержания здоровья.
") способствуют агрессивному течению рака груди, а какие, наоборот, связаны с более благоприятным прогнозом. Во время тестирования метода на различных типах опухолей, включая рак печени и меланому, система показала более высокую точность прогнозирования по сравнению с классическими подходами. Особый интерес представляют результаты, связанные с иммунными клетками: некоторые из них усиливают эффективность [иммунотерапии](https://omrst.ru/glossary/immunotherapy "Иммунотерапия — это современный метод лечения, направленный на активацию, усиление или модуляцию иммунной системы пациента для борьбы с различными заболеваниями. Она особенно активно применяется в онкологии, а также при лечении аллергий, аутоиммунных заболеваний и инфекций.
"), тогда как другие могут подавлять иммунный ответ и ухудшать исход заболевания. Понимание клеточной структуры опухоли имеет принципиальное значение для персонализированной медицины. Даже при одинаковом диагнозе [рак груди](https://omrst.ru/glossary/breast-cancers "Рак груди (рак молочной железы) — это злокачественное новообразование, возникающее в тканях молочной железы. Это одно из самых распространённых онкологических заболеваний у женщин во всём мире. Болезнь может развиваться как медленно, так и агрессивно, распространяясь на лимфатические узлы и другие органы.
") у разных пациентов может развиваться по совершенно разным сценариям. Это объясняет, почему одни пациенты хорошо реагируют на лечение, а другие сталкиваются с быстрым прогрессированием болезни. Новый метод открывает возможности для более точной стратификации пациентов по рискам и выбора оптимальной терапии. В перспективе это может привести к созданию индивидуальных схем лечения, направленных на устранение именно тех клеточных популяций, которые наиболее опасны в конкретном случае. Практическое значение разработки заключается в возможности более раннего выявления неблагоприятных форм заболевания и повышения эффективности лечения. Потенциальные направления применения включают персонализированную диагностику, прогнозирование ответа на [терапию](https://omrst.ru/glossary/therapy "Терапия — это раздел медицины, направленный на диагностику, лечение и профилактику внутренних заболеваний без хирургического вмешательства. Врач, занимающийся этим направлением, называется терапевтом. Он оказывает первичную медицинскую помощь и наблюдает пациентов с широким спектром заболеваний: от простуды и бронхита до гипертонии, диабета и сердечной недостаточности.
"), оптимизацию иммунотерапии, снижение риска рецидива, разработку новых таргетных препаратов Несмотря на то что метод scSurvival пока находится на стадии научных исследований и не внедрен в клиническую практику, его потенциал уже вызывает значительный интерес в медицинском сообществе. В будущем такие технологии могут стать основой для новой эры в лечении рака груди, где каждое терапевтическое решение будет опираться на детальный молекулярный портрет опухоли на уровне отдельных клеток. **Ссылка:** «Анализ выживаемости отдельных клеток в клинической когорте пациентов с раком на клеточном уровне» [ DOI: 10.1158/2159-8290.CD-25-0965.](https://aacrjournals.org/cancerdiscovery/article/doi/10.1158/2159-8290.CD-25-0965/782647/scSurvival-Single-Cell-Survival-Analysis-of "DOI: 10.1158/2159-8290.CD-25-0965") - Связанные статьи: [ИИ научился предсказывать риск рака груди по поведению отдельных клеток](https://omrst.ru/228,2026) - Похожие материалы: [Lunit приобрела стартап Prognosia для внедрения ИИ в прогнозирование рака груди](https://omrst.ru/184,2025) | [Гибридный алгоритм MSCOA-ELM: новый шаг в прогнозировании рака груди с точностью 100%](https://omrst.ru/106,2025) | [ИИ усиливает точность диагностики рака груди: новые данные о взаимодействии врача и алгоритма](https://omrst.ru/42,2025) | [ИИ-диагностика в онкологии: новая модель точно распознаёт рак груди на МРТ и объясняет свои выводы](https://omrst.ru/58,2025) | [Мультимодальная модель глубокого обучения помогает прогнозировать риск при лучевой терапии рака шейки матки](https://omrst.ru/126,2025) | [Прогнозируемое увеличение заболеваемости и смертности от рака матки к 2050 году](https://omrst.ru/28,2025) Загрузка следующей статьи... ## Schema ```json { "@context": "https://schema.org", "@graph": [ { "@type": "WebSite", "@id": "https://omrst.ru/#website", "url": "https://omrst.ru/", "name": "ОРМСТ", "inLanguage": "ru-RU" }, { "@type": "CollectionPage", "@id": "https://omrst.ru/news#collection", "url": "https://omrst.ru/news", "name": "Новости ИИ-диагностики рака и бесплодия", "isPartOf": { "@id": "https://omrst.ru/#website" }, "description": "Новости ОРМСТ: ИИ-диагностика рака груди и рака матки, анализ эндометрия, технологии выявления бесплодия и инновации в медицинской диагностике.", "inLanguage": "ru-RU" }, { "@type": "Blog", "@id": "https://omrst.ru/news#blog", "url": "https://omrst.ru/news", "name": "Новости ОРМСТ", "description": "Новости ИИ-диагностики рака груди, рака матки, анализа эндометрия и технологий выявления бесплодия.", "isPartOf": { "@id": "https://omrst.ru/news#collection" }, "inLanguage": "ru-RU" } ] } ``` ```json { "@context": "https://schema.org", "@type": "BreadcrumbList", "itemListElement": [ { "@type": "ListItem", "position": 1, "name": "ОРМСТ – прорывные решения в диагностике рака и репродуктологии", "item": "https://omrst.ru" }, { "@type": "ListItem", "position": 2, "name": "Новости", "item": "https://omrst.ru/news" }, { "@type": "ListItem", "position": 3, "name": "Искусственный интеллект и анализ отдельных клеток: новый метод прогнозирования выживаемости при раке груди", "item": "https://omrst.ru/227,2026" } ] } ``` ```json { "@context": "https://schema.org", "@type": "Article", "mainEntityOfPage": { "@type": "WebPage", "@id": "https://omrst.ru/227,2026" }, "headline": "Искусственный интеллект и анализ отдельных клеток: новый метод прогнозирования выживаемости при раке груди", "description": "Ученые из Oregon Health & Science University разработали инновационный подход к прогнозированию выживаемости пациентов с онкологическими заболеваниями, который может существенно изменить диагностику и лечение рака груди. Новая технология основана на анализе молекулярных данных на уровне отдельных клеток опухоли, что позволяет выявлять скрытые механизмы прогрессирования заболевания, недоступные при традиционных методах.", "image": { "@type": "ImageObject", "url": "https://omrst.ru/images/img_26/e5fb8b4f-1a0e-4810-a27a-42b5f31ccbf6.jpg" }, "publisher": { "@type": "Organization", "name": "Облачные решения в медицине - спектроскопия и термография", "logo": { "@type": "ImageObject", "url": "https://omrst.ru/images/stai_2_1.png" } }, "author": { "@type": "Person", "name": "Научный автор", "url": "https://omrst.ru/contact-us" }, "datePublished": "2026-04-23T05:17:10+03:00", "dateCreated": "2026-04-23T05:17:10+03:00", "dateModified": "2026-04-23T05:17:10+03:00" } ```