Развивающиеся технологии лечения рака выглядят все более обнадеживающими благодаря инновационным разработкам, которые могут радикально изменить подход к терапии. Исследователи создали цифровых двойников пациентов, которые служат виртуальными подопытными для тестирования различных препаратов. Это открытие позволит значительно упростить процесс выбора наиболее эффективной терапии. Результаты использования этой технологии были представлены на 36-м симпозиуме Европейской организации по исследованию и лечению рака.
![]()
Фото из открытых источников
Как это работает?
Представьте, что вы находитесь в кабинете врача, и он сообщает вам о диагнозе рака. Ваша жизнь меняется в одно мгновение, и вам нужно принять решение о лечении. Врач предлагает вам два варианта, но как выбрать тот, который будет наиболее эффективным? Именно здесь на помощь приходят цифровые двойники.
Цифровые двойники представляют собой виртуальные модели, созданные на основе биологических данных тысяч онкологических пациентов. Используя передовые алгоритмы и технологии, такие как искусственный интеллект и большие данные, исследователи могут воссоздать реакцию конкретного пациента на различные виды лечения. Это позволяет им моделировать клинические испытания и предсказывать, какой метод будет наиболее эффективен.
Онколог-консультант и соучредитель биотехнологической компании Concr доктор Узма Асгар подчеркивает важность этой технологии: «Мы можем использовать цифровых двойников для представления отдельных пациентов, формировать группы для клинических испытаний и сравнивать методы лечения, чтобы понять, насколько они эффективны, прежде чем тестировать их на реальных пациентах».
Преимущества цифровых двойников
Технология под названием FarrSight-Twin уже демонстрирует свои преимущества. Исследования показывают, что результаты виртуальных клинических испытаний на цифровых двойниках точно предсказывают результаты реальных клинических испытаний. Например, в случаях рака молочной железы, поджелудочной железы и яичников частота ответа на лечение, предсказанное с помощью FarrSight-Twin, составила 75%, в то время как для альтернативного метода этот показатель был всего 53,5%.
Эта технология позволяет исследователям моделировать испытания на разных типах опухолей, что значительно увеличивает шансы на успех разработки новых методов лечения.
«Мы рады возможности применить эту технологию для прогнозирования реакции пациентов на различные виды химиотерапии», — добавляет Асгар.
В настоящее время исследователи применяют FarrSight-Twin для определения наиболее подходящих методов лечения для пациентов с тройным негативным раком молочной железы. Этот агрессивный тип опухоли требует особого внимания, и цифровые двойники могут стать ключом к более эффективным стратегиям лечения.
