Нестрашная книга о раке. Книга-ориентир для тех, кто ищет информацию и поддержку

А сейчас для лечения СМА появилось кое-что еще более крутое, и это кое-что называется «онасемноген абепарво-век» (я же обещала дать еще более дикое название – вот, собственно, и оно!). Этот препарат является уже, по сути, функциональной копией гена SMN1, которая доставляется внутрь клетки, становится частью ДНК и обеспечивает продукцию функционального белка SMN!

Чтобы встроить эту копию гена в ДНК пациента, ученые прибегли к помощи вирусов. Это особенность вирусов – они могут встраиваться в геном некоторых клеток человека (почему, например, пока еще нельзя вылечить ВИЧ полностью, а можно только подавить его? Отчасти поэтому!). Но в данном случае этой особенностью вирусов специалисты воспользовались во благо и встроили ген SMN в вирус, который не является патогенным для человека. С помощью вируса ген встраивается в ДНК пациента, вирус безопасно выводится из организма, а ген продолжает функционировать. Звучит невероятно, не так ли?

Стоимость одной дозы Онасемногена абепарвовека составляет порядка двух миллионов долларов, и этот препарат уже попал в Книгу рекордов Гиннесса как самый дорогой в мире. Однако введение требуется всего лишь однократное (во всяком случае, по той информации, которая нам сейчас доступна), к тому же есть надежда, что по мере развития индустрии и эта терапия станет более доступной.

Преамбула получилась очень длинная. А что же с онкологическими пациентами? К сожалению, ответ будет лаконичнее: для лечения рака таких невероятных успехов генной терапии пока еще нет, но исследования ведутся достаточно интенсивно, поэтому мы, онкологи, держим руку на пульсе и напряженно следим за развитием событий.

9.4. Big data, нейронные сети и искусственный интеллект

Я думаю, что у условного айтишника, который увидел такое обобщение в одной строке, мог бы случиться инфаркт, но пусть формулировка остается именно такой.

Благодаря развитию IT-индустрии стало возможным очень многое – от полуавтоматизированной разработки противоопухолевых препаратов до диагностики опухолей.

Разработка новых препаратов с помощью IT-технологий – это уже не острие науки, а рутинная практика, и об этом мы подробнее поговорим в соответствующем разделе. А вот использование нейронных сетей для распознавания изображений – это методика, которая пока еще не применяется широко, поэтому рассмотреть ее здесь будет вполне логично.

Про нейронные сети, которые распознают лица, слышали многие, а слышали ли вы про нейронные сети, которые распознают опухоль? Например, можно создать алгоритмы, которые будут оценивать маммографии вместо врача-рентгенолога и находить подозрительные образования – в данном случае речь об опухолях молочной железы.

Как выглядит в целом разработка подобного рода? Сначала пишется алгоритм, который видит патологические параметры, характерные для опухоли, и учится отличать их от нормальных характеристик. Однако простого написания алгоритмов недостаточно: нейросеть нужно дополнительно тренировать. Тренировка нейросети выглядит примерно так: мы даем ей снимки с нормой и патологией, предлагаем отличить одного и другого, а дальше делаем «работу над ошибками», например, вносим изменения в алгоритм. По мере увеличения количества просмотренных снимков нейросеть все более и более эффективно отличает здоровую ткань от опухолевой.

Но и этой тренировки тоже недостаточно! Дальше нейросеть нужно валидировать – то есть доказать, что она распознает патологии точно не хуже, чем человек. Для валидации нужны крупномасштабные исследования, которые покажут эффективность и безопасность подобных систем. Сейчас такими проектами занимается очень много стартапов по всему миру, но общепринятой практикой такая методика пока еще не стала.

Использование нейросетей ставит перед нами большое количество не только научных, но и организационных вопросов. Нужно ли, чтобы врач перепроверял диагнозы, установленные нейросетью? Если за свою персональную ошибку ответственность несет конкретный врач, то кто несет ответственность за ошибку нейросети и как это должно быть реализовано? А что, если нейросети со временем окажутся лучше, чем врачи, – тогда придется упразднить профессию рентгенолога? Вопросов достаточно много, и сама методика пока далеко не идеальна, но, несомненно, за этим будущее, и, возможно, в скором времени работа врача-рентгенолога будет выглядеть несколько иначе, чем сейчас.

Аналогичный тренд мы видим не только в рентгенологии, но и в патоморфологии при гистологическом и иммуногистохимическом исследовании. Сейчас разрабатываются алгоритмы, которые позволяют, например, автоматически посчитать количество клеток с положительной экспрессией биомаркера (то, что врач-патоморфолог сейчас оценивает самостоятельно глазами), создаются системы, которые могут предположить диагноз.

Да и в целом патологи сейчас могут уже не только смотреть на стекла под микроскопом, но и работать с изображениями на экране компьютера.