PhenMap وNHS: AI سيحدد من لن يستفيد من bevacizumab في سرطان القولون والمستقيم

Британские и ирландские исследователи представили ИИ-подход, который помогает заранее оценить, подействует ли бевацизумаб на пациента с распространённым раком кишечника. Если метод подтвердится на больших выборках, врачи смогут реже назначать токсичное и дорогое лечение тем, кому оно почти наверняка не поможет.

Как устроен метод Над системой работали Институт исследований рака в Лондоне и RCSI в Дублине.

Их инструмент PhenMap объединяет несколько типов данных: генетический профиль опухоли, клинические параметры пациента и особенности самой болезни, включая возраст, пол и то, в какой части кишечника находится опухоль. В отличие от обычной стратификации по нескольким подтипам, модель пытается уловить более сложные комбинации признаков и превратить их в практический прогноз для конкретного человека. После этого поверх PhenMap исследователи запустили ещё одну модель, которая присваивает пациенту риск-группу после терапии бевацизумабом в комбинации с химиотерапией.

Система делит пациентов на высокий, умеренный и низкий риск и оценивает не просто общую тяжесть болезни, а вероятность того, что именно эта схема лечения окажется бесполезной. Это важно для персонализированной онкологии: задача не только найти тех, кому препарат поможет, но и заранее убрать лишнее лечение из маршрута остальных.

Что показало исследование

Команда проанализировала данные 117 европейских пациентов с метастатическим колоректальным раком, которые уже получали бевацизумаб вместе с химиотерапией. Работа опубликована в Scientific Reports. Модель нашла биомаркеры, связанные с плохим ответом на лечение, и на их основе сформировала прогностические группы.

В группе высокого риска не оказалось ни одного пациента, ответившего на терапию, тогда как в группе низкого риска ответ наблюдался у 10 из 12 человек. Среди сигналов, которые выделил ИИ, особенно заметной оказалась мутация в гене BRAF: пациенты с ней попадали в высокорисковую группу и имели худшие исходы. Исследователи также связали плохой прогноз с двумя хромосомными делециями и использовали эти признаки как основу для будущего теста.

Идея в том, чтобы до старта лечения видеть не только диагноз, но и молекулярный профиль сопротивления конкретной опухоли. Для клиницистов это может выглядеть так: перед назначением терапии врач получает не общий “средний” прогноз, а индивидуальный риск-профиль пациенты с высокой вероятностью неответа могут избежать ненужной токсичности больница экономит время и ресурсы на лечении, которое не даст эффекта для части пациентов быстрее открывается путь к другим схемам или клиническим исследованиям ## Почему это важно Бевацизумаб NHS одобрил для пациентов с запущенным раком кишечника в декабре, но препарат работает лишь у ограниченной части людей и может вызывать серьёзные побочные эффекты, включая гипертензию, проблемы с ЖКТ и тромбы. В Англии ежегодно выявляют почти 10 тысяч случаев такой стадии заболевания, а вариантов лечения после распространения опухоли заметно меньше.

Поэтому даже грубая предварительная фильтрация по вероятности ответа здесь уже имеет клиническую цену.

«До сих пор мы не умели заранее выделять пациентов, которым препарат, скорее всего, не поможет», — говорит профессор Ангурадж Саданандам.

Авторы отдельно подчёркивают, что речь пока не о готовом диагностическом тесте для больниц. Результаты нужно подтвердить на более крупной когорте, а затем проверить в проспективном клиническом исследовании. Только после такой валидации модель можно будет использовать для реальных решений о терапии. Параллельно команда хочет понять, можно ли тем же подходом предсказывать ответ на другие таргетные препараты и переносить метод на другие виды опухолей.

Что это значит ИИ в медицине всё чаще используется не для абстрактной

“поддержки врача”, а для очень конкретного решения: кому не стоит давать тяжёлую терапию без шансов на пользу. Если PhenMap пройдёт валидацию, у онкологов появится инструмент, который одновременно делает лечение точнее, мягче для пациента и рациональнее для системы здравоохранения. Для NHS и других систем это ещё и редкий случай, когда ИИ может одновременно снизить вред, ускорить выбор схемы и сократить лишние расходы.