Искусственный интеллект и НЛП меняют подход к персонализированному лечению рака груди

Искусственный интеллект всё активнее внедряется в клиническую практику, помогая врачам обрабатывать массивы медицинской информации и принимать более точные решения. Одним из таких направлений стала разработка новой модели на основе обработки естественного языка (NLP), применяемой в онкологии для повышения эффективности лечения пациентов с метастатическими опухолями головного мозга. Исследование, проведённое в онкоцентре MUSC Hollings, показало, что с помощью ИИ можно извлекать ключевую информацию из неструктурированных медицинских записей, что позволяет врачам точнее определять исходный тип рака и подбирать индивидуальные протоколы терапии, в том числе при раке груди.

Метастазы в мозг чаще всего являются следствием распространения рака из других органов, включая лёгкие, молочную железу, кожу, почки и желудочно-кишечный тракт. Точное определение первичного источника опухоли критически важно для назначения прицельной терапии, такой как стереотаксическая радиохирургия (СРХ). Эффективность и безопасность СРХ зависят от правильного расчёта дозы облучения, поскольку чувствительность опухолей к радиации варьирует: опухоли молочной железы обычно отвечают на лечение быстрее, чем, например, опухоли почек.

Основная проблема заключается в том, что коды Международной классификации болезней (МКБ), используемые для учёта диагнозов, часто не отражают всей клинической картины, особенно в сложных случаях или при наличии нескольких первичных очагов. Напротив, врачебные записи содержат множество нюансов: от гистологического подтипа до конкретной локализации опухоли. Однако ручной анализ таких записей требует времени и ресурсов, а значит, автоматизация этого процесса становится ключом к улучшению качества онкологической помощи.

Разработанная модель NLP позволяет системе «читать» текстовые записи в электронных медицинских картах, выявлять паттерны и ключевые слова, такие как «протоковый» при раке молочной железы, и автоматически классифицировать тип опухоли. Это значительно повышает скорость и точность диагностики. Модель протестирована на более чем 82 000 клинических записей 1400 пациентов, проходивших СРХ при метастазах в мозг. В результате ИИ правильно определил первичный тип рака в 90% случаев, а при наиболее распространённых онкозаболеваниях — таких как рак лёгких, кожи и молочной железы — точность достигала 97%.

Особенно важно, что модель способна различать подтипы опухолей, например, мелкоклеточный и немелкоклеточный рак лёгкого или инвазивный протоковый и дольковый рак груди. Это те различия, которые принципиальны для планирования лечения, но часто не учитываются при формальном кодировании. Благодаря NLP появляется возможность группировать пациентов по клинически значимым признакам, а не просто по формальному диагнозу.

Применение ИИ в данной области имеет и практическое значение. Модель не требует больших вычислительных ресурсов или сложного обучения. Она может быть внедрена в клиниках с ограниченным доступом к высокотехнологичному оборудованию. В перспективе такая система может стать частью повседневной практики в онкологии, снижая нагрузку на врачей и одновременно улучшая качество лечения.

Поскольку рак груди остаётся одной из главных причин метастазирования в мозг у женщин, новая модель NLP особенно полезна именно для этой категории пациентов. Возможность точно определить первичный очаг и его характеристики позволяет онкологам избежать ненужной токсичности и сосредоточиться на более эффективных схемах. Это особенно важно для продления жизни и улучшения её качества при метастатических формах заболевания.

Преимущества применения NLP в клинической практике выходят за рамки одной патологии. Аналогичные подходы уже применяются для раннего выявления побочных эффектов, таких как лучевой некроз — серьёзное осложнение радиотерапии. Расширение использования этой технологии в будущем может включать анализ КТ, МРТ, лабораторных данных, а также предсказание риска прогрессирования и осложнений.

В условиях, когда объём медицинской информации увеличивается в геометрической прогрессии, способность ИИ извлекать из неё полезные данные в реальном времени становится решающим фактором в персонализированной медицине. Совмещение искусственного интеллекта с клинической интуицией врача даёт мощный инструмент, который может изменить судьбу пациента. Интеллектуальная модель, понимающая контекст клинической записи, способна не только дополнить существующие подходы, но и сформировать основу для новой парадигмы в онкологической диагностике и терапии.