Как технология искусственного интеллекта (ИИ) может способствовать более эффективному выявлению болезней в будущем? Расскажем о двух проектах в данной области, по сообщениям центральной англоязычной службы новостей Британской вещательной корпорации BBC.

Первый проект, о котором мы поговорим, — проект, в котором задействованная в нём модель ИИ SimFlow.ai помогает практиковаться студентам-медикам: с помощью ИИ студенты осматривают будто бы реальных пациентов (на самом деле их компьютерных образов, смоделированных ИИ), и таким образом учатся взаимодействовать с пациентами, чтобы установить лучшую коммуникацию для правильной постановки диагнозов в будущем, в своей реальной практике.

Один из образов пациентов, сгенерированными ИИ, по проекту SimFlow.ai. Кадр BBC.

Британский проект с моделью ИИ SimFlow.ai

Британская вещательная корпорация передавала 22 января текущего (2026) года об этом проекте:

«Студенты-медики, обучающиеся в университетах и ​​больнице, практикуются в общении с образами пациентов, созданными ИИ.

Доктор Крис Джейкобс (Chris Jacobs), врач общей практики из клиники Мерчистон (Merchiston) в Суиндоне (Swindon), городе в графстве Уилтшир, на юго-западе Англии, использует в указанном проекте искусственный интеллект в работе со своими студентами в расположенной в том же городе (государственной) больнице Грейт Вестерн (Great Western Hospital), а также в двух британских вузах — (государственном) Бристольском университете (University of Bristol) и (государственном) Университете Бата (University of Bath).

В рамах проекта студенты могут общаться с образами пациентов, сгенерированными ИИ. При этом эти образы имеют очень реалистичный вид и голос.

Доктор Крис Джейкобс комментирует:

«Если мы сможем, посредством такого обучения студентов-медиков, подготовить более компетентных специалистов по коммуникации, то, будем надеяться, у нас будут более довольные пациенты и более довольные врачи.

Особенность данного проекта в том, что он многослойный: мы переживаем настоящие эмоции, работая с пациентами, сгенирироваными ИИ, — пациентами, на которых врачи, медсестры и студенты могут безопасно тренироваться, чтобы повысить свою квалификацию.

Таким способом студенты-медики учатся коммуницировать с пациентами. Что хорошо, ведь плохая коммуникация между пациентами и врачебным персоналом может не только означать, что пациенты не получают всего необходимого лечения, но и то, что средства Национальной службы здравоохранения Великобритании (National Health Service – NHS, бесплатная государственная система  Великобритании, гарантирующая медицинскую помощь жителям страны Прим. Obob.tv) тратятся при лечении неэффективно.

Важно наладить контакт, ведь иногда недостаток информации от пациента приводит к ошибочному диагнозу, поставленному врачом», — говорит Крис Джейкобс.

Образы пациентов, созданные с помощью искусственного интеллекта, задействованные в данном проекте, разрабатываются с использованием модели Ии SimFlow.ai, которая и производит симуляции, передавала BBC.

Исследователь анализирует данные, полученные в ходе исследования медкарт моделью ИИ Delphi-2M. Кадр BBC.

Европейский проект с моделью ИИ Delphi-2M

Второй способ использования ИИ, на котором мы остановимся, имеет общеевропейский масштаб.

BBC передавала 17 сентября 2025 г.

«Ученые утверждают, что искусственный интеллект способен прогнозировать проблемы со здоровьем у людей на период более десяти лет вперед. ИИ научился выявлять закономерности, анализируя медицинские карты людей, и рассчитывая риск развития у них той или иной болезни – всего работая по выявлению 1000 заболеваний.

Исследователи, ведущие проект, о котором далее рассказывается, говорят, что это похоже на прогноз погоды, который предсказывает 70-процентную вероятность дождя, — но ради здоровья человека. Цель проекта — использовать модель искусственного интеллекта для выявления пациентов из группы высокого риска с целью предотвращения развития той или иной болезни, а также для того, чтобы помочь больницам адекватно оценить потребность в медицинских услугах в своем регионе на годы вперед.

Модель ИИ, наученная анализировать медкарты и получившая название Delphi-2M, использует технологию, аналогичную той, что применяется в известных чат-ботах с искусственным интеллектом, таких как ChatGPT. Delphi-2M обучена выявлять закономерности в анонимных медицинских записях, чтобы прогнозировать дальнейшие события и их сроки. При этом модель ИИ  не предсказывает точные даты, например, сердечный приступ 1 октября, а вместо этого оценивает вероятность развития заболеваний — всего по 1231 заболеванию.

«Таким образом, подобно прогнозам погоды, где вероятность дождя может составлять 70 %, мы можем применить это и к здравоохранению. И мы можем сделать это не только по прогнозу одного заболевания, но и для всех заболеваний одновременно — раньше нам это никогда не удавалось. Я в восторге»,

— заявил BBC профессор Эван Бирни (Ewan Birney), временно исполняющий обязанности исполнительного директора Европейской лаборатории молекулярной биологии (European Molecular Biology Laboratory, исследовательский институт, который финансируется из средств, выделяемых двадцатью странами-участниками из Европейского союза, а также Великобританией и Австралией; главная лаборатория находится в Гейдельберге, Германия Прим. Obob.tv).

Первоначально модель искусственного интеллекта по указанному проекту была разработана с использованием анонимных данных пациентов из Великобритании, включая информацию о госпитализациях, медицинские записи и данные об образе жизни, такие как курение, собранные у более чем 400 000 человек в рамках исследовательского проекта UK Biobank. После модель была протестирована на соответствие прогнозам с использованием данных других участников Биобанка, а затем с медицинскими записями 1,9 миллиона человек в Дании.

«В Дании с тестированием Delphi-2M получилось всё хорошо, действительно хорошо. Если наша модель ИИ прогнозировала, что риск той или иной болезни составлял один к десяти в течение следующего года, то на самом деле он действительно оказывался одни к десяти», — отмечает профессор Эван Бирни.

Модель ИИ Delphi-2M лучше всего подходит для прогнозирования таких заболеваний, как диабет 2 типа, инфаркты и сепсис, которые имеют четко выраженную прогрессию, в отличие от более случайных событий, таких как инфекции.

Что можно сделать с полученными результатами по проекту Delphi-2M?

В рамках проекта Delphi-2M, исходя из прогнозов этой модели ИИ, анализировавшей медкарты, людям уже сейчас предлагают статины для снижения уровня холестерина, основываясь на расчете риска сердечного приступа или инсульта (статитны — класс лекарственных препаратов, снижающих уровень холестерина ЛПНП — «плохого» холестерина и риск инфарктов и инсультов Прим. Obob.tv).

В то же время, модель Delphi-2M пока не готова к клиническому применению, но планируется использовать её для выявления пациентов из группы высокого риска на ранней стадии, чтобы предотвратить то или иное заболевание. Это может включать в себя назначение лекарств или конкретные рекомендации по образу жизни — например, людям, склонным к развитию некоторых заболеваний печени, сокращение потребления алкоголя принесет больше пользы, чем населению в целом.

Модель Delphi-2M также может помочь в разработке программ скрининга заболеваний и анализе всех медицинских записей в конкретном регионе для прогнозирования спроса на те или иные медицинские услуги — например, предсказав, сколько сердечных приступов в год будет в главном городе британского графства Норфолк Норидже в 2030 году, и таким образом помочь в планировании ресурсов.

«Всё это является началом нового подхода к пониманию здоровья человека и отслеживания прогрессирования заболеваний»,

— комментирует профессор Мориц Герстунг (Moritz Gerstung), руководитель отдела искусственного интеллекта в онкологии в Deutsches Krebsforschungszentrum — DKFZ, Немецком центре исследований рака (указанный государственный центр DKFZ базируется, как и Европейская лаборатория молекулярной биологии в Гейдельберге, Германия Прим. Obob.tv).

И добавляет:

«Генеративные модели, подобные нашей — Delphi-2M, однажды могут помочь персонализировать лечебный уход и прогнозировать потребности в здравоохранении в масштабах всего мира».

Как уже было сказано, указанная модель искусственного интеллекта, описанная в научном журнале Nature, пока еще нуждается в доработке и тестировании, прежде чем ее можно будет использовать в клинической практике. Пока существуют и потенциальные искажения в анализе, даваемом Delphi-2M, поскольку база данных, которой оперирует эта модель ИИ, была создана на основе данных UK Biobank, полученных, в основном, от людей в возрасте от 40 до 70 лет, а не от всего населения. В настоящее время модель модернизируется для учета большего количества медицинских данных, таких как результаты визуализационных исследований, генетические данные и анализы крови.

Профессор Бирни говорит:

«Хочу подчеркнуть, что на данный момент, это лишь испытание Delphi-2M, это лишь исследования — все должно быть протестировано, хорошо регламентировано и продумано, прежде чем начать использоваться в жизни, но технология, позволяющая делать подобные прогнозы, уже существует».

Профессор Бирни предполагает, что указанный процесс будет развиваться по сценарию, схожему со сценарием с использованием геномики в здравоохранении, где потребовалось десятилетие, чтобы пройти путь от уверенности ученых в этой технологии до возможности её повсеместного применения в здравоохранении (Геномика — раздел молекулярной генетики, посвящённый изучению генома и генов живых организмов, всей совокупности генов организма или значительной их части Прим. Obob.tv).

Тестирование Delphi-2M проводилось в сотрудничестве между упомянутыми выше Европейской лабораторией молекулярной биологии, Немецким центром исследований рака (Deutsches Krebsforschungszentrum — DKFZ), а также датским (государственным) Копенгагенским университетом (University of Copenhagen).

Профессор Густаво Судре (Gustavo Sudre), исследователь в области нейровизуализации и искусственного интеллекта из (британского государственного) Королевского колледжа Лондона (King’s College London), комментирует проект по задействованию Delphi-2M следующим образом:

«Это исследование, по всей видимости, станет значительным шагом на пути к масштабируемой, интерпретируемой и, что наиболее важно, этически ответственной форме прогностического моделирования в медицине»,

— передавала Британская вещательная корпорация.

И на этом закончим наш обзор.