Искусственный интеллект · Статья
Как искусственный интеллект изменяет диагностику, разработку лекарств и медицинское обслуживание в 2026 году
Опубликовано:

Коротко
Искусственный интеллект уже лежит в основе более 1600 одобренных FDA медицинских устройств, большинство из них предназначены для чтения медицинских изображений, и теперь он также разрабатывает экспериментальные лекарства. Rentosertib компании Insilico Medicine, биологическая мишень и молекула которого были созданы ИИ, начал фазу III испытания с участием 320 пациентов в Китае 7 июля 2026 года, в то время как глобальные регуляторы все еще разрабатывают правила для управления рисками этой технологии.
Эта версия — машинный перевод оригинала (English). Читать оригинал
Искусственный интеллект теперь встроен более чем в 1600 медицинских устройств, разрешенных на рынке США, и расширился от чтения сканов до разработки совершенно новых молекул лекарств. В июле 2026 года компания Insilico Medicine продвинула rentosertib — соединение, биологическая мишень и химическая структура которого были сгенерированы программным обеспечением ИИ — на фазу III испытания с участием 320 пациентов при идиопатическом легочном фиброзе, заболевании легких с ограниченным количеством вариантов лечения. Одновременно глобальные органы здравоохранения все еще работают над тем, как управлять системами, которые все больше влияют на решения о диагностике и лечении.
Где ИИ уже работает: чтение изображений
Управление по санитарному надзору за качеством пищевых продуктов и медикаментов США (FDA) заявляет, что оно одобрило более 1600 медицинских устройств с ИИ для маркетинга в Соединенных Штатах, согласно странице отслеживания самого агентства, последний раз обновленной 22 сентября 2026 года. Примеры, которые перечисляет FDA, включают программное обеспечение, которое проверяет кожные поражения на рак, обнаруживает диабетическую ретинопатию по фотографиям сетчатки, оценивает вероятность сердечного приступа на основе данных датчиков и автоматизирует введение инсулина на основе показаний монитора глюкозы.
Анализ разрешений FDA 510(k) за 2025 год, проведенный консультантом по нормативно-правовой базе Innolitics, показал, что радиология составила большинство утверждений устройств ИИ/ML в этом году, с 295 разрешениями, выданными 221 различным производителям, и средним временем рассмотрения 142 дня. Наиболее распространенная категория была программным обеспечением для компьютеризированного обнаружения в радиологии, которое только составило более четверти всех разрешений 2025 года, согласно анализу.
| Специальность | Разрешения 2025 | Доля от общего числа |
|---|---|---|
| Радиология | 211 | 71.5% |
| Кардиология | 26 | 8.8% |
| Неврология | 14 | 4.7% |
| Ортопедия | 10 | 3.4% |
| Гастроэнтерология/Урология | 7 | 2.4% |
| Клиническая химия | 6 | 2.0% |
| Анестезиология | 5 | 1.7% |
| Прочие специальности | 16 | 5.5% |
Кардиология, неврология и ортопедия значительно отстали от радиологии в 2025 году, а такие специальности как анестезиология и клиническая химия составили менее 2 процентов разрешений, согласно тому же анализу.
ИИ разрабатывает лекарства, а не просто их тестирует
Помимо диагностики, программное обеспечение ИИ теперь используется для предложения новых мишеней лекарств и разработки молекул, предназначенных для их попадания, что выходит за рамки предыдущего использования вычислений для простого более быстрого скрининга существующих библиотек соединений. Insilico Medicine, компания биотехнологии, базирующаяся в Гонконге, говорит, что ее платформа PandaOmics определила белок под названием TNIK как мишень болезни, а ее платформа Chemistry42 сгенерировала кандидатную молекулу, теперь названную rentosertib, при идиопатическом легочном фиброзе. Компания говорит, что путь открытия был описан в статье в Nature Biotechnology.
В рандомизированном, плацебо-контролируемом исследовании фазы IIa пациенты, принимающие наивысшую протестированную дозу rentosertib (60 мг один раз в день), показали улучшение функции легких, измеренное как форсированная жизненная емкость, на среднее значение 98,4 миллилитра за 12 недель по сравнению со средним снижением 20,3 миллилитра в группе плацебо, согласно собственному объявлению Insilico Medicine о результатах, которые компания говорит, были также опубликованы в Nature Medicine.
7 июля 2026 года Insilico объявила, что начала испытание rentosertib фазы III: рандомизированное, двойное слепое, плацебо-контролируемое исследование с участием 320 пациентов в 47 центрах в Китае в течение 52 недель. Первичной конечной точкой является годовой показатель снижения форсированной жизненной емкости, с временем до первого события прогрессирования заболевания в качестве ключевого вторичного показателя, сказала компания.
Эта программа началась с гипотезы, что биология старения могла бы помочь выявить мощные мишени для основных заболеваний.
Ни одно лекарство, разработанное с помощью ИИ, еще не получило одобрение FDA или какого-либо другого регулятора, и улучшения функции легких rentosertib в исследовании фазы IIa были указаны как вторичные, исследовательские конечные точки, а не основная цель безопасности исследования, согласно собственному описанию компании. Отслеживатели промышленности, цитируемые на сайте анализа IntuitionLabs, подсчитали более 170 программ открытия лекарств, разработанных ИИ, на клинической стадии развития в начале 2026 года, в сравнении примерно с двумя десятками в конце 2023 года, хотя IntuitionLabs заметила, что цифры различаются между отслеживателями, потому что не существует единого авторитетного реестра, поддерживаемого государством таких лекарств, и каждый отслеживатель применяет свои собственные критерии классификации.
Регуляторы все еще пишут правила
Всемирная организация здравоохранения (ВОЗ) выпустила рекомендации по этике и управлению для больших многомодальных моделей ИИ в здравоохранении 18 января 2024 года, установив более 40 рекомендаций для правительств, разработчиков и работников здравоохранения. Рекомендация гласит, что данные обучения низкого качества или предвзятые могут привести к неточной или неполной информации о здоровье, и что клиницисты рискуют попасть в то, что называется 'предвзятостью автоматизации' чрезмерным доверием к результатам ИИ или неправомерным делегированием решений им.
- Предвзятые или низкокачественные данные обучения могут исказить результаты по расе, этнической принадлежности, полу, гендерной идентичности или возрасту
- Предвзятость автоматизации: работники здравоохранения могут упустить ошибки ИИ или неправомерно делегировать решения
- Пробелы в кибербезопасности могут подвергнуть опасности данные пациентов или подорвать доверие к системам ИИ
- Высокопроизводительные инструменты ИИ могут оставаться доступными в основном для более богатых систем здравоохранения, расширяя глобальные разрывы в уходе
Главный ученый ВОЗ Джереми Фаррар сказал в момент выпуска рекомендации, что технологии генеративного ИИ могли бы улучшить здравоохранение только в том случае, если разработчики, регуляторы и пользователи определили и полностью учли связанные риски.
Что еще не произошло
Несколько вех, иногда связанных с ИИ в медицине, не произошли. Ни одно лекарство, полностью разработанное ИИ, не получило нормативное одобрение где-либо, и рекомендация ВОЗ явно предупреждает, что неравномерный доступ к наиболее способным системам ИИ может расширить, а не сузить, диспропорции между хорошо укомплектованными и недостаточно финансируемыми системами здравоохранения. На данный момент самое четкое место ИИ в медицине остается диагностической визуализацией, где регуляторы имеют наиболее продолжительную историю разрешений, в то время как его роль в создании новых лекарств переходит от лабораторного доказательства концепции к более крупным клиническим испытаниям на людях.
Вопросы
- Одобрила ли FDA лекарство, которое было разработано искусственным интеллектом?
- Нет. По состоянию на испытание фазы III, которое началось 7 июля 2026 года, ни один лекарство, разработанное ИИ, не получило одобрение FDA или другого регулятора; rentosertib компании Insilico Medicine является наиболее продвинутым кандидатом, в настоящее время тестируемым в испытании фазы III с участием 320 пациентов в Китае, согласно компании.
- Сколько медицинских устройств с ИИ одобрила FDA?
- FDA заявляет, что одобрила более 1600 медицинских устройств с ИИ для рынка США, согласно странице отслеживания, последний раз обновленной 22 сентября 2026 года.
- Какая медицинская специальность использует наибольшее количество утвержденных FDA инструментов ИИ?
- Радиология, на которую приходилось 211 из 295 разрешений устройств ИИ/ML в 2025 году — около 71,5 процента — согласно анализу консультанта по нормативно-правовой базе Innolitics.
- Какие риски ВОЗ выявила для ИИ в здравоохранении?
- Рекомендация ВОЗ от января 2024 года указывает на предвзятые или низкокачественные данные обучения, 'предвзятость автоматизации' среди клиницистов, уязвимости кибербезопасности и неравномерный доступ к высокопроизводительным системам ИИ между более богатыми и менее финансируемыми системами здравоохранения.
- Как был обнаружен лекарство, разработанное ИИ, rentosertib?
- Insilico Medicine говорит, что ее платформа PandaOmics определила белок TNIK как мишень лекарства, а ее платформа Chemistry42 сгенерировала кандидатную молекулу, с путем открытия, описанным в Nature Biotechnology и результатами фазы IIa, опубликованными в Nature Medicine, согласно компании.
Источники
- FDA — Artificial Intelligence-Enabled Medical Devices
- PR Newswire (Insilico Medicine) — Insilico Initiates Phase III Clinical Trial for Rentosertib
- World Health Organization — WHO releases AI ethics and governance guidance for large multi-modal models
- Innolitics — 2025 Year in Review: AI/ML Medical Device 510(k) Clearances
- IntuitionLabs — AI-Discovered Drugs in Clinical Trials 2026: Full Pipeline
Этот материал подготовлен с помощью искусственного интеллекта и перед публикацией прошёл автоматическую проверку источников. Если вы заметили ошибку, запросите исправление. Запросить исправление или ответ · Как мы работаем
Похожие материалы

Искусственный интеллектСтатья
Как алгоритмы искусственного интеллекта развивают смещение и какие меры защиты существуют для его остановки
Системы ИИ становятся смещёнными, когда они обучаются на нерепрезентативных обучающих данных или кодируют человеческие и институциональные предположения, встроенные в их конструкцию. Задокументированные случаи — инструмент найма Amazon и исследование распознавания лиц «Gender Shades» 2018 года — показывают, что это может негативно отразиться на женщинах и людях с более тёмным цветом кожи. Регуляторы в ЕС и стандартные органы, такие как NIST, теперь требуют тестирования на смещение для высокорисковых систем.
Искусственный интеллектСравнение
ChatGPT vs Claude vs Gemini в октябре 2026: модели, цены и сравнение бенчмарков
По состоянию на октябрь 2026 года ChatGPT работает на семействе GPT-6 от OpenAI (Astra для рассуждений, Sol/Luna для повседневного чата), флагманская модель Claude — это Opus 5 компании Anthropic, а наиболее доступная топовая модель Google — Gemini 3.1 Pro, в то время как новая Gemini 4 Argon всё ещё находится на этапе ограниченного развёртывания. Платные планы начального уровня кластеризируются вокруг $20 в месяц, но эти три сервиса резко расходятся в отношении размера контекстного окна, стоимости API и в том, какие бенчмарки выделяет каждая компания.

Искусственный интеллектСтатья
Как ИИ учится на данных: объяснение обучения на фоне скандала с политикой скрейпинга Meta
Модели искусственного интеллекта обучаются, обрабатывая огромные объемы текста, изображений или других данных и корректируя внутренние параметры до тех пор, пока их прогнозы не совпадают с правильными ответами, повторяясь на миллиардах примеров. Источник этих данных стал предметом разногласий в октябре 2026 года, когда новые коммерческие условия Meta, казалось, позволили компании скрейпить веб-сайты деловых клиентов для обучения ИИ, вызвав критику издателей и правоведов, прежде чем Meta пересмотрела формулировку.
Искусственный интеллектСтатья
Как работает генерация изображений на основе ИИ: объяснение моделей диффузии
Инструменты такие как DALL-E, Midjourney и Stable Diffusion создают изображения, используя модели диффузии: нейронные сети, обученные превращать изображение в случайный шум, а затем обращать этот процесс вспять. Чтобы сгенерировать новое изображение, сеть начинает с чистого шума и удаляет его пошагово, направляемая текстовым запросом, пока не появится связное изображение.