ШІ поставив діагнози 18 дітям із рідкісними хворобами, які роками спантеличували лікарів — розбір дослідження в NEJM AI

Для сімей дітей із рідкісними генетичними захворюваннями шлях до діагнозу часто вимірюється роками, а не днями. Численні спеціалісти, повторні аналізи та нескінченні глухі кути — ось що лікарі називають «діагностичною одіссеєю».

Нове рецензоване дослідження, опубліковане в престижному журналі NEJM AI, вказує на можливість швидшого шляху. Дослідники з Manton Center for Orphan Disease Research при Boston Children's Hospital, Гарвардського університету та OpenAI використали модель міркувань o3 Deep Research, щоб повторно проаналізувати 376 знеособлених педіатричних випадків, які вже пройшли стандартне генетичне тестування та експертну оцінку без отримання діагнозу . Результат: 18 нових підтверджених діагнозів для дітей із раніше нерозгаданими рідкісними генетичними станами .

Як працювало дослідження NEJM AI

Діагностика рідкісних хвороб надзвичайно складна. Геномне секвенування може виявити мільйони генетичних варіантів, а медичні знання про ці варіанти постійно змінюються . Традиційний підхід — ручний перегляд експертом кандидатних варіантів у свіжій літературі — повільний, трудомісткий і обмежений можливостями людської робочої пам'яті.

Щоб вирішити цю проблему, дослідницька група подала 376 знеособлених клінічних випадків у модель o3 Deep Research від OpenAI. ШІ отримав завдання пов'язати клінічні особливості, патерни успадкування, докази варіантів і найновішу наукову літературу в кандидатні пояснення, підкріплені доказами. Кожна «зачіпка», знайдена моделлю, проходила людську перевірку: експертний аналіз, додаткове тестування та клінічне підтвердження .

Виявлені стани охопили спектр від нейророзвиткових розладів і рідкісних нервово-м'язових захворювань до випадків раптової смерті в педіатрії та раннього початку психозу . Багато з цих випадків роками уникали навіть найретельнішого експертного аналізу.

Джон Браунштейн (John Brownstein), головний директор з інновацій лікарні, визнав скромні показники. «Досягнення майже 5% нових діагнозів може не звучати значно, — сказав він NBC News, — але враховуючи частоту попереднього аналізу та залучений експертний рівень, це насправді досить значно» .

За межами дослідження: ШІ як ключова інфраструктура Boston Children's Hospital

Це дослідження в NEJM AI — не ізольований експеримент. Воно є частиною набагато ширшої трансформації всієї лікарні за допомогою ШІ, яку заклад описує як ставлення до ШІ як до «ключової інфраструктури» .

Ключові результати ширшої ініціативи разом із OpenAI:

• Понад 40 рідкісних станів діагностовано, які раніше залишалися нерозгаданими .
• $7 мільйонів економії коштів та 60 000 годин робочого часу персоналу зекономлено в клінічних, дослідницьких та операційних командах .
• Понад третина співробітників тепер щодня використовують інструменти ШІ, інтегровані в робочі процеси, включаючи захищене внутрішнє середовище ChatGPT, яке використовується в дослідженнях, клінічній допомозі та операційних сферах, як-от ланцюг постачання та планування хірургічних операцій .

Керівництво лікарні повідомляє, що ШІ дозволив зменшити адміністративне навантаження, скоротити витрати, розширити клінічні можливості та взятися за діагностичні випадки, які раніше вважалися неможливими .

Зобов'язання OpenAI на $50 мільйонів

Сума в $50 мільйонів, яка часто згадується в контексті цієї новини, має дві складові.

По-перше, у березні 2025 року OpenAI запустив консорціум NextGenAI за участі 15 дослідницьких інституцій (включно з Гарвардом) із $50-мільйонним фінансуванням на дослідницькі гранти, доступ до обчислювальних потужностей і ресурсів API . Boston Children's Hospital став прямим бенефіціаром цієї програми. Головний директор з інновацій Джон Браунштейн публічно подякував у LinkedIn за $50-мільйонне зобов'язання, яке просунуло їхню роботу з діагностики рідкісних хвороб за допомогою ШІ .

По-друге, на початку 2026 року OpenAI Foundation додатково виділив $50 мільйонів у свій Фонд ШІ, орієнтований на людину (People-First AI Fund), як частину ширшого зобов'язання інвестувати щонайменше $1 мільярд протягом наступного року в науку про життя та дослідження хвороб .

Що це означає для світової спільноти рідкісних захворювань

За оцінками, 300 мільйонів людей у всьому світі страждають на рідкісні хвороби . Багато хто проходить через багаторічну діагностичну одіссею: візити до численних спеціалістів, повторні аналізи та часто так і не отримує остаточної відповіді. Емоційний і фінансовий тягар для сімей величезний.

Дослідження NEJM AI демонструє, що моделі міркувань ШІ здатні знаходити діагнози в наявних геномних даних, які пропустили експерти-люди, потенційно скорочуючи роки пошуків до кількох тижнів або навіть днів . Цей підхід масштабований, відтворюваний і стає дедалі точнішим у міру зростання медичних знань. Це означає, що повторний геномний аналіз за допомогою ШІ може стати стандартним інструментом другого рівня, кардинально зменшуючи діагностичний тягар для мільйонів родин.

5-відсоткова діагностична ефективність у, здавалося б, безнадійних випадках може здатися невеликою. Але у світі рідкісних хвороб, де кожен відсоток означає реальних дітей, які нарешті отримують відповіді та плани лікування, які нарешті можна розпочати, вплив є негайним — а траєкторія лише прискорюється.