Искусственный интеллект при миелопролиферативных неоплазиях: от цифровой патологии костного мозга до поддержки принятия клинических решений.

Настоящий обзор посвящен применению искусственного интеллекта (ИИ) в диагностике, прогнозировании и лечении миелопролиферативных новообразований (МПН) – клональных заболеваний кроветворной системы, требующих интеграции комплексных клинических, морфологических и молекулярных данных. Исследование выявило существенный технический прогресс ИИ, включая машинное и глубокое обучение, в нескольких ключевых областях. ИИ успешно применяется для автоматизированного анализа биопсий костного мозга, количественной оценки фиброза и морфологии мегакариоцитов, диагностики на основе анализа периферической крови, прогнозирования фиброза костного мозга по анализу крови, а также для сегментации объема селезенки. Кроме того, системы ИИ используются для стратификации рисков выживаемости, тромбозов и прогрессирования заболевания, предсказания ответа на терапию, виртуального скрининга лекарств и анализа больших массивов данных электронных медицинских карт с помощью обработки естественного языка.

Однако, несмотря на значительный технический прогресс, уровень зрелости и валидации различных ИИ-приложений существенно различается. Большинство разработанных моделей пока ограничены внутренней или однокогортной валидацией, и лишь немногие, например, системы прогнозирования фиброза на основе анализа крови, прошли проспективную оценку. Критически важно, что на сегодняшний день ни один инструмент ИИ не продемонстрировал прямого влияния на изменение клинических решений или улучшение исходов для пациентов. Это подчеркивает фундаментальное различие между прогностической производительностью модели и ее реальной клинической полезностью, а отсутствие широкой внешней и проспективной валидации остается серьезным препятствием для внедрения ИИ в повседневную медицинскую практику.

Таким образом, искусственный интеллект обладает значительным потенциалом для ускорения, повышения объективности и персонализации диагностического и лечебного процесса при миелопролиферативных новообразованиях. По мере дальнейшего развития методов мультимодальной интеграции данных, базовых моделей и генеративных подходов, ИИ может стать ценным инструментом поддержки принятия решений. Для полной реализации этого потенциала необходимо проведение дальнейших исследований с тщательной внешней и проспективной валидацией, которые смогут убедительно продемонстрировать не только техническую эффективность, но и прямую клиническую пользу и улучшение результатов лечения пациентов.