Проект I3LUNG – крупное международное исследование, нацеленное на улучшение лечения метастатического НМРЛ путем разработки прогностических моделей на основе ИИ, которые могут помочь определить наилучший метод лечения для каждого пациента.
На данный момент иммунотерапия обеспечивает долгосрочный положительный эффект у 20–30% пациентов с указанным заболеванием. При этом у большинства наблюдается резистентность к лечению, поэтому врачи не могут достоверно предсказать, кому такой вид терапии принесет пользу. Решение о проведении лечения во многом зависит от экспрессии биомаркера PD-L1.
Ученые решили создать более точные прогностические модели, которые могли бы определить, у каких пациентов, с наибольшей вероятностью, будет хороший ответ на иммунотерапию еще на этапе постановки диагноза. Решение позволило бы избежать ненужной токсичности и затрат, а также помочь врачам лучше подбирать лечение для каждого конкретного пациента.
Для проведения исследования группа ученых включила в выборку 2 396 пациентов с распространенным НМРЛ, получавших иммунотерапию в шести центрах Италии, Германии, Греции, Израиля, Испании и США. На первом этапе проекта в базу данных объединили различные типы данных, включая клинические, визуализационные, патологоанатомические и геномные по каждому пациенту.
После специалисты создали и протестировали сразу две группы моделей ИИ, обученных прогнозировать ответ на лечение и выживаемость на основе всех собранных данных. Выяснилось, что такие модели стабильно превосходят все стандартные клинические биомаркеры. Метрика машинного обучения, которая показывает, насколько хорошо ИИ классифицирует выживаемость (AUC), составила 0,77 для модели, которая использовала клинические данные и данные анализа крови, а также 0,88 – для модели, включающей еще и визуализацию и цифровую патологию. По утвержденным стандартам AUC, показатели в диапазоне от 0,8 до 0,9 являются «отличным результатом».
В ходе исследования также проверили, что происходит, когда медицинские специалисты используют инструменты на основе ИИ при подборе лечения. Десять врачей, специализирующихся на лечении рака легких, и десять медиков других специальностей проанализировали сто реальных историй болезни пациентов, сначала без поддержки ИИ, а затем с ней. В итоге применение искусственного интеллекта повысило чувствительность при выявлении пациентов, ответивших на лечение, с 0,72 до 0,87.
Причем более высокий прогресс фиксировали у непрофильных врачей. Ученые отметили, что ИИ-инструмент может способствовать более последовательной клинической аргументации при разном уровне опыта. Решение особенно важно в онкологических центрах с немногочисленным числом специалистов по торакальным заболеваниям.
Весной 2026 года исследователи из Лейпцигского университета, Университетской клиники Лейпцига и ряда немецких научных центров представили универсальный метод объяснимого искусственного интеллекта для выявления групп онкопациентов с разным прогнозом без заранее заданных критериев риска. Система обучается напрямую на данных выживаемости пациентов и самостоятельно ищет закономерности, связанные с неблагоприятным течением заболевания.
