Искусственный интеллект постепенно выходит за пределы анализа изображений сетчатки и диагностики уже существующих заболеваний.
Теперь ученые пытаются использовать его для более глубокого изучения молекулярных процессов, которые определяют нормальную работу тканей глаза и участвуют в развитии патологических изменений.
Исследователи Техасского университета в Арлингтоне совместно с коллегами из UT Southwestern получили грант Национального института глаза США в размере 1,96 млн долларов на четырехлетний проект, посвященный поиску таких механизмов.
Что именно будут искать ученые?
В организме человека тысячи генов, активность которых регулируется сложной системой молекулярных взаимодействий.
Одни гены участвуют в формировании и поддержании нормальной структуры тканей, другие регулируют воспаление, клеточный обмен и защитные механизмы.
Нарушения этой регуляции могут быть связаны с развитием заболеваний глаз.
Исследователи намерены создать два вычислительных инструмента на основе искусственного интеллекта и современных статистических методов.
Первый позволит анализировать большие массивы геномных данных и выявлять наиболее значимые регуляторы активности генов.
Второй будет разделять сигналы различных клеточных популяций, которые при исследовании целой ткани смешиваются между собой.
Это важно, поскольку даже в пределах одной ткани разные типы клеток могут по-разному реагировать на один и тот же патологический процесс.
Что это может изменить?
Если исследователям удастся определить молекулярные механизмы, наиболее тесно связанные с развитием определенных заболеваний, появится возможность более целенаправленно искать новые способы лечения.
В перспективе такой подход может помочь при разработке препаратов, действующих на конкретные патологические процессы, а не только на их последствия.
Но пока это фундаментальное исследование. Само обнаружение молекулярного регулятора еще не означает, что воздействие на него окажется эффективным и безопасным для пациента.
Ученым предстоит подтвердить полученные вычислительные результаты в лабораторных экспериментах, а затем, при наличии оснований, в клинических исследованиях.
Мы уже привыкли к тому, что алгоритмы анализируют фотографии глазного дна, результаты ОКТ и другие диагностические изображения, помогая врачу обнаруживать патологические изменения.
Я сам еще около десяти лет назад участвовал в работе, связанной с обучением подобных систем на офтальмологических изображениях. Уже тогда было понятно, что искусственный интеллект способен стать полезным инструментом массового обследования пациентов и предварительного выявления заболеваний.
Но нынешнее направление исследований принципиально отличается от обычного распознавания изображений.
Здесь ученые пытаются понять не только то, какие изменения произошли в тканях глаза, но и какие молекулярные процессы могли привести к их возникновению.
И это представляется мне гораздо более сложной задачей.
Искусственный интеллект способен анализировать огромное количество взаимосвязей между генами, белками и различными типами клеток.
Он может обнаружить закономерности, которые трудно выявить традиционными методами анализа.
Но существует принципиальная разница между статистической связью и доказанной причиной патологического процесса.
Если определенный регулятор активности генов чаще обнаруживается при заболевании, это еще не означает, что именно он вызывает патологические изменения.
Возможно, его активность изменилась уже в ответ на заболевание и представляет собой защитную реакцию организма.
Поэтому недостаточно просто найти молекулярную мишень. Необходимо экспериментально доказать ее роль, а затем установить, что воздействие на нее действительно изменяет течение заболевания в нужном направлении.
Сегодня мы уже располагаем эффективными методами лечения многих офтальмологических заболеваний, но далеко не всегда можем объяснить, почему одни пациенты хорошо отвечают на определенную терапию, а другие получают значительно меньший эффект.
Возможно, часть этих различий связана с индивидуальными особенностями молекулярной регуляции.
Именно поэтому изучение активности генов в различных клетках глаза представляет большой интерес.
Но между обнаружением нового регулятора и созданием персонализированного лечения может пройти много лет, а некоторые перспективные гипотезы вообще не получат клинического подтверждения.
«Для меня это исследование интересно тем, что искусственный интеллект постепенно переходит от распознавания уже существующих патологических изменений к попытке понять механизмы их возникновения.
Мы научились использовать алгоритмы для анализа изображений сетчатки, выявления отдельных заболеваний и оценки риска их прогрессирования. Но это преимущественно работа с последствиями патологического процесса.
Здесь ученые предлагают другой подход. Они пытаются обнаружить молекулярные механизмы, которые управляют состоянием клеток и тканей глаза и, возможно, участвуют в развитии заболевания.
Однако я бы очень осторожно относился к выражению «искусственный интеллект нашел причину болезни». Алгоритм может установить связь между определенными показателями, но доказать, что именно эта связь имеет причинное значение, должны экспериментальные и клинические исследования.
Мы должны учитывать, что один и тот же молекулярный механизм может выполнять различные функции в разных клетках и тканях. Поэтому его подавление или активация далеко не всегда приведут к ожидаемому результату.
На мой взгляд, настоящая перспектива такого направления заключается в возможности более точно понимать индивидуальные механизмы заболевания и на этой основе выбирать мишени для будущей терапии.
Но главным критерием останется не количество обнаруженных генетических закономерностей, а возможность на их основе создать действительно эффективные и безопасные способы сохранения зрения.
Искусственный интеллект может значительно ускорить научный поиск, но окончательное подтверждение его выводов по-прежнему остается задачей экспериментальной биологии и клинической медицины.»
Профессор В.В. Куренков