Книга Нестрашная книга о раке. Книга-ориентир для тех, кто ищет информацию и поддержку - Полина Шило

в ДНК пациента, вирус безопасно выводится из организма, а ген продолжает функционировать. Звучит невероятно, не так ли?

Стоимость одной дозы Онасемногена абепарвовека составляет порядка двух миллионов долларов, и этот препарат уже попал в Книгу рекордов Гиннесса как самый дорогой в мире. Однако введение требуется всего лишь однократное (во всяком случае, по той информации, которая нам сейчас доступна), к тому же есть надежда, что по мере развития индустрии и эта терапия станет более доступной.

Преамбула получилась очень длинная. А что же с онкологическими пациентами? К сожалению, ответ будет лаконичнее: для лечения рака таких невероятных успехов генной терапии пока еще нет, но исследования ведутся достаточно интенсивно, поэтому мы, онкологи, держим руку на пульсе и напряженно следим за развитием событий.

9.4. Big data, нейронные сети и искусственный интеллект

Я думаю, что у условного айтишника, который увидел такое обобщение в одной строке, мог бы случиться инфаркт, но пусть формулировка остается именно такой.

Благодаря развитию IT-индустрии стало возможным очень многое – от полуавтоматизированной разработки противоопухолевых препаратов до диагностики опухолей.

Разработка новых препаратов с помощью IT-технологий – это уже не острие науки, а рутинная практика, и об этом мы подробнее поговорим в соответствующем разделе. А вот использование нейронных сетей для распознавания изображений – это методика, которая пока еще не применяется широко, поэтому рассмотреть ее здесь будет вполне логично.

Про нейронные сети, которые распознают лица, слышали многие, а слышали ли вы про нейронные сети, которые распознают опухоль? Например, можно создать алгоритмы, которые будут оценивать маммографии вместо врача-рентгенолога и находить подозрительные образования – в данном случае речь об опухолях молочной железы.

Как выглядит в целом разработка подобного рода? Сначала пишется алгоритм, который видит патологические параметры, характерные для опухоли, и учится отличать их от нормальных характеристик. Однако простого написания алгоритмов недостаточно: нейросеть нужно дополнительно тренировать. Тренировка нейросети выглядит примерно так: мы даем ей снимки с нормой и патологией, предлагаем отличить одного и другого, а дальше делаем «работу над ошибками», например, вносим изменения в алгоритм. По мере увеличения количества просмотренных снимков нейросеть все более и более эффективно отличает здоровую ткань от опухолевой.

Но и этой тренировки тоже недостаточно! Дальше нейросеть нужно валидировать – то есть доказать, что она распознает патологии точно не хуже, чем человек. Для валидации нужны крупномасштабные исследования, которые покажут эффективность и безопасность подобных систем. Сейчас такими проектами занимается очень много стартапов по всему миру, но общепринятой практикой такая методика пока еще не стала.

Использование нейросетей ставит перед нами большое количество не только научных, но и организационных вопросов. Нужно ли, чтобы врач перепроверял диагнозы, установленные нейросетью? Если за свою персональную ошибку ответственность несет конкретный врач, то кто несет ответственность за ошибку нейросети и как это должно быть реализовано? А что, если нейросети со временем окажутся лучше, чем врачи, – тогда придется упразднить профессию рентгенолога? Вопросов достаточно много, и сама методика пока далеко не идеальна, но, несомненно, за этим будущее, и, возможно, в скором времени работа врача-рентгенолога будет выглядеть несколько иначе, чем сейчас.

Аналогичный тренд мы видим не только в рентгенологии, но и в патоморфологии при гистологическом и иммуногистохимическом исследовании. Сейчас разрабатываются алгоритмы, которые позволяют, например, автоматически посчитать количество клеток с положительной экспрессией биомаркера (то, что врач-патоморфолог сейчас оценивает самостоятельно глазами), создаются системы, которые могут предположить диагноз.

Да и в целом патологи сейчас могут уже не только смотреть на стекла под микроскопом, но и работать с изображениями на экране компьютера.

Глава 10. Клинические исследования, или откуда берутся новые препараты для лечения рака

Ранее в этой книге мы говорили о том, какие существуют методы лечения онкологических заболеваний, и о том, как устроен научный поиск. Достаточно часто в этих главах фигурировал термин «научные исследования».

Похожим по смыслу термином является термин «клинические исследования», в которых пациентам нередко предлагается принять участие. В этой главе мы поговорим о практических аспектах проведения таких исследований.

У людей, впервые столкнувшихся с клиническим исследованием, всегда возникает много вопросов. Чаще всего спрашивают следующее.

• Что такое клиническое исследование – это эксперименты на людях?

• Что такое фазы исследований?

• А если я попаду в группу «плацебо», меня не будут лечить?

Постараюсь ответить на эти и многие другие вопросы.

Клинические исследования/испытания (КИ) – это медицинские научные исследования с участием людей – здоровых добровольцев или пациентов с определенными заболеваниями. Они нужны для оценки эффективности и безопасности нового препарата, новой методики лечения или для расширения показаний к применению уже существующего способа лечения.

КИ – это обязательный этап разработки препаратов и единственная возможность проверить его реальные эффекты на людях максимально безопасным для них образом.

Возможно, эта информация сразу же вызывает у вас отторжение. Часто по этому поводу можно услышать заявления типа «хватит ставить эксперименты над людьми» или «я не хочу быть подопытным кроликом». На самом деле все совершенно не так страшно и не так драматично, и эти страхи большей частью обусловлены незнанием вопроса. Именно по этой причине я расскажу о клинических исследованиях более подробно, чтобы развеять страх перед неизвестностью.

Начнем издалека: как вообще появляется новое лекарство? Многие люди представляют себе некий хрестоматийный образ чокнутого профессора, который днем и ночью ищет лекарство от рака. Ошибочно полагать, что если сегодня в лаборатории ученый придумал лекарство от всех болезней, то завтра мы идем на завод штамповать таблетки, послезавтра продаем, имеем бешеный доход и в качестве бонуса получаем спасение человечества.

В реальной жизни все происходит долго, муторно и стоит огромных денег.

Итак, в лаборатории синтезировали новое лекарство, на которое мы возлагаем большие надежды. Но, конечно, сразу выпустить его на рынок нельзя – дальше эта молекула проходит большое количество этапов тестирования. Эти этапы можно разделить на два блока: доклинический – испытания без участия людей (на клеточных культурах, лабораторных животных и т. д.) и затем клинический – испытания на людях.

Давайте рассмотрим эти этапы подробнее.

10.1. Откуда сейчас берутся новые препараты?

Сейчас практически не появляется новых химиопрепаратов, и в целом они разрабатывались эмпирически и обнаруживались случайно. Об этом я писала в разделе о лечении. В наши дни этот поиск уже является не таким спонтанным, а гораздо более целенаправленным. Но сейчас огромными темпами появляются новые препараты, направленные на какие-либо мишени в организме человека. Давайте не будем вдаваться в классификацию и назовем их таргетными препаратами, но учтем, что иммунотерапия фактически тоже относится к