Искусственный интеллект всё чаще становится героем историй о почти чудесных медицинских спасениях. В публичном пространстве обсуждают приложения, которые помогают детям с аутизмом общаться, персонализированные мРНК-вакцины для животных с онкологией, лекарства от болезни Альцгеймера, созданные небольшими командами с применением ИИ, и случаи, когда языковые модели якобы помогли выявить ошибочный диагноз.

Такие сюжеты вызывают понятный энтузиазм. ИИ действительно способен ускорять обработку данных, поиск биомаркеров, анализ генетических мутаций, проектирование молекул и отбор перспективных гипотез. Особенно привлекательна идея «демократизации» медицины: будто бы отдельный исследователь, стартап или даже технически подкованный энтузиаст сможет с помощью доступных ИИ-инструментов делать то, что прежде требовало ресурсов крупных фармкомпаний.

Однако именно здесь возникает риск чрезмерного упрощения.

Один из наиболее обсуждаемых примеров — история собаки Рози с опухолью, для которой был создан персонализированный терапевтический подход с использованием ИИ. В популярном изложении это выглядело как случай, когда специалист по машинному обучению самостоятельно разработал мРНК-вакцину, а опухоль после лечения значительно сократилась.

Но в реальности терапия включала не только мРНК-компоненты: также использовались препараты, воздействующие на мутацию гена c-KIT, и ингибитор контрольных точек иммунитета PD-1. Поэтому невозможно уверенно утверждать, какой именно элемент лечения стал решающим.

Это показывает типичную проблему громких ИИ-медицинских историй: роль алгоритмов нередко описывается более масштабно, чем она была на практике. Во многих случаях ИИ выступает мощным инструментом поиска, анализа и поддержки решений, но не заменяет лабораторную проверку, клинические исследования, производство, контроль качества и медицинскую ответственность.

Особую тревогу вызывает перенос привычной для технологического сектора культуры «быстрого роста» в здравоохранение. В Кремниевой долине стартапы часто сначала продают масштабное видение будущего, а уже потом доказывают жизнеспособность продукта.

Для программного обеспечения такой подход может быть рискованным, но допустимым. В медицине же цена ошибки значительно выше: речь идёт о здоровье, жизни пациентов и доверии к системе здравоохранения.

Именно поэтому авторы материала проводят параллель с Theranos — компанией Элизабет Холмс, обещавшей проводить сотни анализов по одной капле крови. История быстро получила огромную инвестиционную поддержку и оценку в миллиарды долларов, но позднее выяснилось, что заявленная технология не работала так, как утверждалось. Этот случай стал символом того, что яркий рассказ, медийность и вера инвесторов не могут заменить научную верификацию.

В эпоху ИИ опасность может усилиться. Технологии позволяют одному человеку быстро создать убедительный сайт, виртуальную команду, маркетинговые материалы, презентацию для инвесторов и даже видимость медицинского сервиса.

В качестве примера так же приводится стартап Medvi, вокруг которого возникли обвинения в недостоверном маркетинге, фиктивных кейсах и сомнительных заявлениях. Даже если подобные истории касаются лишь рекламы и привлечения клиентов, они демонстрируют, насколько легко ИИ-инструменты могут использоваться для создания иллюзии компетентности.

Проблема касается и самого ИИ-рынка. Гонка за оценками моделей, быстрыми релизами и вниманием инвесторов может поощрять не фундаментальные исследования, а эффектные заявления.

В условиях, когда модели всё чаще похожи друг на друга по возможностям, конкуренция смещается в область маркетинга, громких цифр и вирусных историй. Это особенно опасно, если подобный стиль начинает определять повестку в фармацевтике и биотехнологиях.

ИИ способен изменить медицину: помочь находить новые лекарственные мишени, точнее подбирать лечение, ускорять анализ исследований и снижать стоимость отдельных этапов разработки. Но его польза должна подтверждаться воспроизводимыми результатами, независимой экспертизой, прозрачными данными и клиническими испытаниями.

Медицинские «чудеса» не стоит автоматически считать обманом. Но и принимать их за доказательство революции преждевременно. В области, где последствия ошибок могут быть необратимыми, главными критериями должны оставаться не убедительность истории и не размер инвестиций, а качество доказательств, безопасность и проверяемый результат.