Как ИИ может помочь пациентам с жировой болезнью печени
Примерно 30% взрослых во всем мире страдают от
Проблема в том, что жировая болезнь печени обычно развивается без заметных симптомов, поэтому ее редко выявляют на ранней стадии. Но с этим может помочь искусственный интеллект, уверены практикующие врачи и ученые, опрошенные Wired. Первые исследования в этой области подтверждают перспективность технологии. Так, ученые из Осакского университета в Японии протестировали ИИ-модель, способную анализировать стандартные рентгеновские снимки грудной клетки. В первую очередь они обращали внимание на то, насколько точно нейросеть анализирует состояние легких и сердца пациентов. Но на снимках также видны участки печени, и в ходе эксперимента выяснилось: ИИ способен диагностировать жировую болезнь печени с точностью до 82%.
Датский ИТ-стартап Evido тем временем разработал алгоритм на базе искусственного интеллекта под названием LiverPRO. Он способен оценить риск развития жировой болезни печени у пациента на основе его возраста и девяти базовых показателей из анализа крови. Теперь Evido выпускает инструмент на рынок в партнерстве со швейцарской фармацевтической компанией Roche.
Эксперты говорят, что в ближайшее время ИИ-инструменты можно будет использовать для изучения огромного количества электронных медицинских карт, что должно помочь развитию ранней диагностики заболевания.
Если диагноз удается поставить на начальной стадии, то большая часть негативных последствий для здоровья обратима: специальных лекарств от жировой болезни печени нет, но пациентам помогает изменение образа жизни — постепенное снижение веса на 5–10%, сбалансированное питание с отказом от фастфуда, сахара и алкоголя, а также регулярные занятия спортом. Кроме того, с этим диагнозом эффективно борются современные препараты от ожирения
Печень — очень интересный орган, потому что она способна к регенерации. Фиброз можно обратить вспять, и вы снова можете быть полностью здоровы. Но реальность такова, что мы чаще всего сталкиваемся с лечением на поздних стадиях и пытаемся понять, как долго мы сможем поддерживать жизнь пациента — вместо того чтобы выявлять заболевание на ранней стадии и предотвращать его прогрессирование.
Джеффри Лазарус
профессор Высшей школы общественного здравоохранения и политики в области здравоохранения CUNY
Для того чтобы определить риск наличия фиброза у пациентов с жировой болезнью или другими хроническими патологиями печени, врачи используют индекс FIB-4. Он рассчитывается по формуле, которая учитывает возраст человека, уровень ферментов в анализе крови и количество тромбоцитов. У медиков также есть доступ к результатам расширенных тестов на фиброз печени по крови. Но для специалистов, сталкивающихся с высокой нагрузкой, дополнительные расчеты — «невозможный вариант», считают эксперты.
У нас должно быть что-то, что может работать в фоновом режиме. Чтобы врач мог просто нажать кнопку и запустить анализ по всей базе пациентов. ИИ мог бы проводить расчеты, проверять наличие факторов риска, а затем давать рекомендации врачу по назначению дополнительных анализов при необходимости.
Джонатан Дранофф
доктор медицинских наук
Диагностика и прогнозирование развития заболеваний: где еще преуспевает ИИ
ИИ применяется в медицине для автоматизации рутинных задач врачей, анализа больших объемов данных, ускорения и повышения точности диагностики, разработки новых методов лечения и лекарств. В список областей, где нейросети сегодня развиваются особенно быстро, чаще всего включают лучевую диагностику, дерматологию и офтальмологию.
Например, ИИ обучают анализировать изображение сетчатки и искать патологии. Так, китайские ученые уже разработали и протестировали нейросеть, способную предсказать вероятность развития ретинопатии (поражение сетчатой оболочки глаза) у носителей диабета второго типа. Ее точность — 89%. Исследователи опубликовали ИИ-модель, чтобы ей могли воспользоваться врачи по всему миру для проверки данных пациентов. В обзоре всех исследований влияния ИИ на эту область за 2025 год говорится, что результаты работы нейросетей уже сопоставимы с оценкой профессиональных медиков. При этом автоматизация может сделать скрининг более масштабным.
Также искусственный интеллект делает успехи в теледерматологии, делая медицинскую помощь доступнее онлайн. Ученые объясняют: кожа хорошо доступна для визуального анализа — чтобы поставить диагноз, врачи оценивают цвет, форму, границы и структуру родинок и других образований. Те же признаки видны на фотографиях, которые изучают нейросети. Поэтому клиники внедряют подобные алгоритмы в свои приложения, а сами дерматологи обращаются к ним в ежедневной практике. Так, опрос, проведенный среди профильных специалистов в Австралии, показал: 44% из них используют ИИ.
Кроме того, искусственный интеллект активно применяют для анализа снимков КТ, МРТ, рентгенографии, флюорографии и маммографии — в том числе в больницах Москвы. Нейросети помогают врачам находить признаки патологий и описывать результаты исследований.
Фото обложки: Zoonar / Imago / TASS
