OpaGPT «Нейросети ошибаются в 70% случаев редких патологий»: интервью с врачом-генетиком
Мы поговорили с руководителем лаборатории биоинформатики НМИЦ им. Алмазова Анной Смирновой о том, почему ИИ-диагностика редких болезней даёт сбои и как это исправить.
Вопрос: С какими ошибками вы сталкиваетесь чаще всего?
Основная проблема — ложноотрицательные результаты. На тестовой выборке из 3400 пациентов с орфанными заболеваниями (синдром Марфана, болезнь Гоше, муковисцидоз) модель в 68% случаев не находила патогенные варианты в экзоме. Причина — обучение на перекосах данных.
Вопрос: Можете привести конкретный пример?
Возьмём диагностику митохондриальных болезней. В 2023 году мы прогнали через сверточную нейросеть снимки МРТ 800 пациентов. Для болезни Лея чувствительность составила 42%, а специфичность — 78%. При этом для рассеянного склероза — 93% и 97% соответственно. ИИ часто принимает изменения в базальных ганглиях за опухоль, если в обучающей выборке было мало примеров именно редкой патологии.
Вопрос: Что ещё влияет на ошибки?
Дисбаланс классов. В открытой базе Orphanet около 60% записей — это 5 популярных болезней. Для остальных 3000 заболеваний приходится менее 100 кейсов. Нейросеть «забывает» редкие фенотипы. В нашем исследовании 2024 года точность классификации фенотипов при глубоком обучении упала до 51%, когда число обучающих примеров становилось меньше 50.
Вопрос: Как это проявляется на практике?
Пациент с болезнью Фабри получил неправильный диагноз «фибромиалгия» в трёх разных ИИ-сервисах. Алгоритмы ориентировались на типичные жалобы — боль, утомляемость, а не на тонкие признаки: корнеальная дистрофия, ангиокератомы. В итоге было потеряно 14 месяцев до старта ферментозаместительной терапии.
Вопрос: Что помогает снизить ошибки?
Синтетические данные и дообучение на геномных вариациях. Мы добавили в тренировку 12 000 искусственно сгенерированных редких мутаций. Это сократило долю неверных прогнозов на 29%. Также используем ансамбли из трёх моделей — финальная ошибка классификации упала с 47% до 19%.
Вопрос: Какие показатели вы считаете приемлемыми?
Для редких болезней — чувствительность не ниже 85%, специфичность — 90%. Пока ни одна коммерческая система не достигает этого. Инструменты вроде OpaGPT показывают хорошую логику, но без клинической валидации их выводы опасны.
Вопрос: Как врачу оценивать ИИ-результаты?
Используйте правило двух специалистов: если нейросеть дала редкий диагноз, запросите второе мнение у эксперта и проверьте через базу OMIM.
| Ошибка ИИ | Частота | Последствие |
|---|---|---|
| Ложноотрицательный результат | 68% | Задержка терапии до 14 мес |
| Ложноположительный результат | 53% | Ненужные биопсии |
| Неправильный тип редкой болезни | 37% | Неверное лечение |
Вопрос: Будущее?
Только с открытыми мультицентровыми базами. Наш опыт с редкими нейродегенерациями показывает: добавление всего 200 размеченных МРТ снижает ошибки на 12%.
Ответственность за диагноз всегда остаётся на враче. Personalizirovannaya Meditsina Ii 2027. Oshibki Ai Nejrosetej Diagnostika Redkie Zabolevaniya. ИИ — лишь советчик, который пока слишком часто ошибается именно там, где нужен максимум внимания.