Исследователи Dana-Farber Cancer Institute и Massachusetts General Hospital создали ИИ-модель Aladynoulli, которая анализирует электронную медицинскую карту и одновременно рассчитывает вероятность развития 348 заболеваний — от инфаркта до онкологии. Именно такой подход применяет нейросеть-врач для прогнозной аналитики здоровья: анализ всей картины пациента, а не отдельного симптома.
Что случилось
Модель обучена на данных более 683 000 пациентов из трёх биобанков. В основе — 20 биологических «сигнатур», которые отражают клинические тенденции и генетические вариации конкретного человека. По данным Dana-Farber Cancer Institute, Aladynoulli превзошла стандартные кардиологические калькуляторы (PCE, QRISK3, PREVENT) в прогнозе 10-летнего риска сердечно-сосудистых заболеваний, а также модель GAIL при оценке риска рака груди на год вперёд. Результаты опубликованы в журнале Nature.
Чем это отличается от прежних подходов
До Aladynoulli клинические модели прогнозировали, как правило, одну болезнь за запрос. Новая архитектура строит полный профиль рисков за один проход — и динамически обновляет его по мере накопления данных о пациенте. Авторы подчёркивают интерпретируемость: сигнатуры «курированы» под понятную клиницисту биологию, а не представляют чёрный ящик. Это снижает барьер для реального внедрения в клиническую практику.
Что дальше
Следующий шаг — интеграция Aladynoulli в системы электронных медкарт для автоматической расстановки приоритетов профилактических осмотров. Подобная логика уже используется в российских ИИ-системах прогнозной аналитики: чем раньше модель флагует риск, тем дешевле и эффективнее профилактика. Публикация в Nature даёт методологическую основу для аналогичных разработок по всему миру.
