Искусственный интеллект на страже здоровья: прорыв в ранней диагностике прогрессирования рассеянного склероза

Чтобы назначить правильное лечение рассеянного склероза (РС), важно знать, когда заболевание переходит из рецидивирующе-ремиттирующего во вторично-прогрессирующее. В настоящее время этот переход распознаётся в среднем на три года позже. Исследователи из Уппсальского университета разработали модель искусственного интеллекта, которая может с 90-процентной точностью определить, какой вариант заболевания у пациента. Модель повышает шансы на своевременное назначение правильного лечения и замедление прогрессирования заболевания.

Рассеянный склероз - это хроническое воспалительное заболевание центральной нервной системы. В Швеции насчитывается около 22 000 человек, живущих с рассеянным склерозом. У большинства пациентов начинается рецидивирующе-ремиттирующая форма (RRMS), которая характеризуется эпизодами ухудшения состояния с промежуточными периодами стабильности. Со временем многие люди переходят во вторично прогрессирующий рассеянный склероз (СПМС), при котором их симптомы вместо этого неуклонно ухудшаются без явных перерывов.

Выявление этого перехода важно, потому что две разные формы рассеянного склероза требуют разного лечения. В настоящее время диагноз ставится в среднем через три года после начала перехода, что может привести к тому, что пациенты будут получать лекарства, которые уже неэффективны.

Новая модель ИИ обобщает клинические данные более чем 22 000 пациентов из Шведского реестра рассеянного склероза. Модель основана на данных, таких как неврологические тесты, магнитно-резонансная томография (МРТ) и текущее лечение, уже собранных во время регулярных медицинских осмотров пациентов.

Распознавая закономерности у предыдущих пациентов, модель может определить, есть ли у пациента рецидивирующе-ремиттирующая форма заболевания или болезнь перешла в стадию вторичного прогрессирующего рассеянного склероза. Уникальность модели в том, что она также указывает, насколько она уверена в каждой отдельной оценке. Это означает, что врач будет знать, насколько надёжен вывод и насколько ИИ уверен в своей оценке.

В исследовании, опубликованном в журнале npj Digital Medicine, модель правильно определила переход к вторично-прогрессирующему рассеянному склерозу и даже ранее, чем это было зафиксировано в медицинских картах почти в 87% случаев, с общей точностью около 90%.

Для пациентов это означает, что диагноз можно поставить раньше, что позволяет вовремя скорректировать лечение пациента и замедлить прогрессирование заболевания. Это также снижает риск того, что пациенты будут получать лекарства, которые уже неэффективны.

«В долгосрочной перспективе модель также можно использовать для выявления подходящих участников клинических испытаний, что может способствовать разработке более эффективных и индивидуальных стратегий лечения», — говорят исследователи.

Открытая, анонимная версия модели теперь доступна исследователям через веб-сервис: https://msp-tracker.serve.scilifelab.se

Источник: Akshai Parakkal Sreenivasan et al, Conformal prediction enables disease course prediction and allows individualized diagnostic uncertainty in multiple sclerosis, npj Digital Medicine (2025). DOI: 10.1038/s41746-025-01616-z https://www.nature.com/articles/s41746-025-01616-z