# Доктор Браунштейн: «ИИ находит генетические причины болезней за 1,5 часа вместо месяцев»

Источник: https://www.youtube.com/watch?v=IM1-Vt7tK90
Канал: The Cognitive Revolution
Опубликовано: 15.01.2025

---

Редкие заболевания в совокупности затрагивают колоссальное количество людей — в США пациентов с такими диагнозами больше, чем натуральных блондинов. Однако путь к правильному диагнозу для многих семей превращается в многолетнюю «диагностическую одиссею». **Доктор Браунштейн**, исследователь из Бостонской детской больницы и Гарвардской медицинской школы, специализируется на поиске генетических причин необъяснимых болезней. Став одним из первых получателей гранта **ChatGPT Pro**, она внедряет новейшие модели рассуждений, такие как **o1-pro**, в высокотехнологичную медицину, чтобы сократить время поиска «сломанного» гена с месяцев до минут.

## 🧬 Охота за генами: специфика редких заболеваний
[[JUMP:05:31]]

По определению, принятому в США, редким считается заболевание, поражающее менее 200 тысяч человек в стране [06:50]. Доктор Браунштейн описывает свою роль как «охотника за генами», который ищет ответы для пациентов, прошедших через десятки специалистов. В Бостонскую детскую больницу попадают самые сложные случаи, где стандартные тесты не дали результата [08:09]. 

В современной генетике сложилась парадоксальная ситуация. В 2011 году секвенирование экзома (кодирующей части генома) стоило около $4000, сегодня — менее $160 [13:50]. Дешевизна данных привела к тому, что теперь к экспертам уровня Доктора Браунштейн попадают только «негативные» случаи — те, где первичный анализ ДНК не выявил очевидных поломок [15:37]. Если раньше вероятность постановки диагноза при первом секвенировании составляла 80%, то теперь она упала до 10%, так как «легкие» случаи диагностируются на ранних этапах обычными клиницистами [10:38].

Важные аспекты современной диагностики по мнению Доктора Браунштейн:

*   **Мультидисциплинарный подход:** Исследования показали, что команды, состоящие из биоинформатиков, генетических консультантов и клиницистов, решают задачи эффективнее, чем группы узких специалистов [18:04].
*   **Ценность диагноза:** Даже если болезнь неизлечима, знание генетической причины позволяет семьям планировать рождение будущих здоровых детей, исключая передачу патогенного варианта [29:11].
*   **Реанализ данных:** Наука развивается так быстро, что данные, выглядевшие «чистыми» год назад, могут содержать ответ сегодня, так как функция того или иного гена была открыта за это время [27:51].

## 🤖 AI как инструмент «сортировки» и анализа
[[JUMP:45:39]]

Доктор Браунштейн начала использовать ИИ задолго до появления **o1-pro**, применяя такие инструменты, как **AlphaFold** для предсказания структуры белков [46:59]. Однако появление больших языковых моделей (LLM) радикально изменило повседневную работу исследователя.

Основные сценарии использования **ChatGPT Pro** в лаборатории:

1.  **Саммаризация литературы:** Модель позволяет мгновенно получать краткое содержание научных статей, обходя необходимость вручную просматривать сотни абстрактов в поисках связи конкретного гена с симптомами [1:04:45].
2.  **Ранжирование кандидатных генов:** При анализе секвенирования исследователь может получить список из 20 подозрительных генов. С помощью **o1-pro** Доктор Браунштейн проводит проверку их релевантности фенотипу (симптомам) пациента, сужая список до 3 наиболее вероятных кандидатов за полтора часа [1:10:00].
3.  **Поиск биологических путей:** При изучении сложных состояний, таких как синдром тазовой боли, ИИ помогает быстро определить, какие из сотен генов в когорте пациентов экспрессируются в конкретном органе (например, в мочевом пузыре) [1:12:37].

Доктор Браунштейн отмечает, что модели рассуждений (Reasoning Models) демонстрируют удивительную способность к интеллектуальным прыжкам. Иногда ИИ находит связь между геном и болезнью через цепочку промежуточных взаимодействий белков, которую человек не сразу может отследить [1:20:36].

## 🛑 Этические барьеры и проблема конфиденциальности данных
[[JUMP:52:17]]

Одной из главных проблем в диагностике редких болезней остается «рукотворная» нехватка данных. По словам Доктора Браунштейн, молодые исследователи иногда неохотно делятся данными о своих уникальных случаях, опасаясь потерять приоритет при публикации открытия [52:55]. Это замедляет прогресс: объединение данных из разных стран критически важно для подтверждения того, что конкретный вариант гена действительно вызывает болезнь.

В контексте работы с ИИ в Бостоне предприняты следующие шаги:

*   **Внутренний Firewall:** В Бостонской детской больнице запущен ChatGPT внутри защищенного контура (firewall), что позволяет врачам работать с данными, не опасаясь утечки информации за пределы организации [1:05:53].
*   **Анонимизация:** Доктор Браунштейн (PhD, не MD) предпочитает работать с обезличенными кодами (например, HPO-кодами симптомов), чтобы избежать нарушений закона HIPAA [24:27].

Тем не менее, Доктор Браунштейн и ведущий **The Cognitive Revolution** сошлись во мнении, что пациенты с тяжелыми заболеваниями часто готовы жертвовать приватностью ради скорости поиска диагноза. Для них приоритетом является «право на попытку» и доступ к экспериментальным методам [59:55].

## 🔮 Будущее: модели o3 и демократизация генетики
[[JUMP:1:29:44]]

Обсуждая перспективы, участники затронули грядущую модель **o3**. Ведущий предположил, что благодаря скачку в математических способностях и рассуждениях [1:30:24], через год ИИ сможет самостоятельно решать сложные клинические случаи, принимая на вход полные медицинские карты и файлы генетического секвенирования.

Доктор Браунштейн считает, что ИИ поможет «демократизировать доступ к генетической интерпретации», позволяя клиникам, не обладающим штатом элитных гарвардских специалистов, проводить диагностику на высоком уровне [1:16:12]. Однако она подчеркивает необходимость здорового скептицизма: пока к ИИ предъявляются более жесткие требования, чем к врачам — от него ждут 100% точности, в то время как человеческие ошибки в медицине воспринимаются как печальная реальность [1:16:39].

Грант от OpenAI позволяет Доктору Браунштейн в реальном времени тестировать пределы возможностей ИИ: от написания скриптов для скачивания данных со суперкомпьютеров до разработки новых гипотез о взаимодействии генов [42:50]. Цель — сделать процесс открытия генов настолько эффективным, чтобы «диагностическая одиссея» заканчивалась, не успев начаться.