Систему разработал Дмитрий Чебанов, ученый из Memorial Sloan Kettering Cancer Center, под руководством профессора Куэйда Морриса, эксперта в геномике опухолей.

Проблема в онкологии — нехватка данных по редким видам рака. Мало пациентов, мало образцов, исследования растягиваются на годы. Новый ИИ не просто анализирует имеющуюся информацию, а создает виртуальные копии больных, восполняя пробелы.

Обычно ИИ ищет закономерности в готовых данных, — объясняет Чебанов.

Наша модель генерирует новые молекулярные профили, которых раньше не существовало. Это первый случай, когда синтетические данные используют так масштабно.

Как это работает

• Система обучается на реальных пациентах (минимум 20 на тип опухоли).
• Создает сотни цифровых двойников, дополняя недостающие данные по 505 генам.
• Помогает точнее ставить диагнозы: в тестах классификатор на синтетических данных превзошел традиционные методы в 10 раз для редких форм рака.

Технологию проверили на 40 000 пациентов.

Теперь даже при неполных анализах врачи смогут подбирать терапию быстрее.

Резюме

Главный плюс — ускорение персонализированного лечения.

Сегодня редкие виды рака часто диагностируют с опозданием: врачи действуют вслепую из-за нехватки данных.

ИИ-двойники решают эту проблему, создавая «виртуальную статистику».

Это особенно важно для:

• Быстрой расшифровки неполных генетических тестов.
• Тестирования лекарств без риска для реальных пациентов.
• Обучения молодых онкологов на разнообразных клинических случаях.

Метод не идеален — синтетические данные требуют строгой проверки. Но он открывает путь к «медицине без пробелов», где даже редкие опухоли будут изучены.

Ранее ученые создали ИИ для прогнозирования метастазов.