Рак — одна из самых серьезных проблем мирового здравоохранения, от которой страдают миллионы. Среди множества его видов особо выделяется рак предстательной железы (РПЖ). Это второй по распространенности тип онкологии у мужчин во всем мире. Спасти жизни помогает раннее обнаружение и лечение, но на первых стадиях болезнь часто протекает незаметно, и это главная сложность. Сегодня у врачей появляется мощный союзник — искусственный интеллект (ИИ). Он способен распознать болезнь с высокой точностью даже по минимальным признакам.

Недавно команда ученых под руководством доктора Ляна Чена из Медицинской школы Уоррен Алперт Брауновского университета (США) и доктора Жуй Чена из Шанхайского университета Джао Тонг (Китай) провела масштабный обзор. Исследователи изучили, какие именно модели на основе ИИ применяют для диагностики и лечения рака простаты. Результаты этой работы были опубликованы 9 июля 2025 года в журнале Chinese Medical Journal.

В этом обзоре мы сосредоточились на том, как ИИ помогает в персонализированном ведении пациентов с РПЖ и в прецизионной медицине, рассматривая патологию и данные визуализации. Мы обобщили самые современные достижения ИИ в диагностике, лечении, прогнозировании исхода болезни и молекулярном типировании РПЖ, а также обсудили применение фундаментальных моделей, — поясняет доктор Лян Чен.

Диагностика РПЖ, как и любого другого рака, включает комплекс анализов и осмотров. Чаще всего это тест на простат-специфический антиген (ПСА) и пальцевое ректальное исследование, которые дополняют методами медицинской визуализации. Хотя анализ ПСА — хороший инструмент для раннего скрининга, его одного недостаточно. Часто он ведет к гипердиагностике и ненужным биопсиям. Поэтому нужны более точные решения.

• Модель Asian Prostate Cancer Artificial Intelligence как раз решает эту задачу. Она использует множество клинических параметров, чтобы оптимизировать скрининг и сократить число необязательных биопсий.
• Модель Galen Prostate работает на основе сверточных нейронных сетей. Ее применяют уже после подтверждения рака, чтобы оценить агрессивность опухоли, усовершенствовав традиционную систему шкалы Глисона. Эта шкала определяет стадию рака по результатам биопсии.

Визуализация тоже становится точнее благодаря ИИ. Например, алгоритм Fuzzy C-Means для анализа МРТ помогает отличить злокачественную опухоль от доброкачественной. А модели вроде ProGNet и CNN-Based MRI Segmentation Models точно определяют и обводят границы патологических очагов. Все это экономит время врача и позволяет обнаружить болезнь раньше.

Не менее важен этап лечения. У каждого пациента — своя стадия болезни, поэтому терапия должна быть индивидуальной. При локализованном раке простаты часто комбинируют гормональную терапию (андроген-депривационную, АДТ) и лучевую. Но если одним пациентам АДТ помогает, у других она серьезно ухудшает качество жизни. Здесь на помощь приходит Multimodal Artificial Intelligence Prostate Prognostic Model. Эта модель ИИ помогает выявить пациентов, которым поможет короткий курс гормональной терапии, и исключить тех, кто на нее не отреагирует. Это и есть основа для персонализированного решения.

Есть и другие умные инструменты для планирования терапии. Модель на основе случайного леса автоматически подбирает параметры лучевой терапии. Virtual Treatment Planner оптимизирует план облучения. А для оценки прогноза создали, например, модель Survival Quilt, которая строит оптимизированный прогноз 10-летней выживаемости для пациентов с локализованным РПЖ.

Очень врачам важно вовремя заметить возвращение болезни (биохимический рецидив, БХР) или ее распространение на другие органы (метастазирование). С этим справляются специальные алгоритмы:

• Prostate Cancer Lymph Node Metastasis Detector точно находит метастазы в лимфоузлах.
• Модель XGBoost эффективно предсказывает вероятность биохимического рецидива.
• Lymph Node Metastases Diagnostic Model — еще более продвинутый инструмент, который видит даже микрометастазы.

Авторы обзора отдельно отмечают важный сдвиг: на смену узкоспециализированным моделям ИИ приходят фундаментальные. Это модели-универсалы, которые обучаются на огромных массивах данных и могут выполнять множество задач сразу. Если прежние инструменты уже улучшили помощь пациентам, то фундаментальные модели обещают настоящий прорыв.

В целом, исследование дает полную картину того, как ИИ меняет клиническую практику. Ученые признают и существующие трудности: для работы ИИ нужно очень много данных, а в самих алгоритмах может быть заложена скрытая предвзятость. Требуются дополнительные исследования, чтобы это преодолеть.

В будущем, по мере роста объемов данных, совершенствования алгоритмов и развития поддерживающего законодательства, ИИ готов сыграть еще более значимую роль в прецизионной медицине при раке простаты, — подводит итог доктор Жуй Чен.

Реальная польза этого обзора — в систематизации и «переводе» сложных технологических достижений на язык практических задач врача-онколога или уролога. Он не просто перечисляет модели, а выстраивает логическую цепочку: от проблемы гипердиагностики при скрининге (модель Asian PCa AI) до выбора терапии (Prognostic Model) и наблюдения за рецидивом (XGBoost). Это дорожная карта для внедрения. Клиника, задумавшаяся о цифровизации, может оценить, на каком этапе (диагностика, планирование лечения, прогноз) ИИ даст максимальный эффект именно для ее пациентов, и начать с конкретного, проверенного инструмента. Это сокращает путь от научной публикации до больничной палаты.

Основное замечание носит методологический характер: будучи обзорной статьей, работа, по сути, представляет собой каталог достижений без глубокого критического анализа ограничений каждой из упомянутых моделей. Упоминание проблем «больших данных» и „смещения ИИ“ дано тезисно, в конце. Нет структурированного разбора ключевых барьеров для внедрения: например, как решается проблема „черного ящика“ (неинтерпретируемости решений ИИ) в клинически ответственных решениях, каковы реальные затраты на интеграцию этих систем в рабочий процесс клиники или вопросы юридической ответственности при ошибке алгоритма. Без этого практическая ценность обзора для принятия управленческих решений в здравоохранении снижается.

Ранее ученые заявили, что при оценке потенциала рака простаты ИИ дает 99% точность.