В статье рассматривается ряд моделей искусственного интеллекта и исследовательских инструментов Google, применяемых для ускорения разработки лекарств, анализа генома, картирования мозга, улучшения диагностики рака и прогнозирования вспышек заболеваний. Компания представляет результаты исследований и партнёрства, при этом большинство приложений остаются в сфере исследований или клинической поддержки, а не полной замены экспертов.
Google использует искусственный интеллект на различных этапах медицинских исследований: от анализа механизмов заболеваний на молекулярном уровне до поддержки диагностики и планирования общественного здравоохранения. Компания заявляет, что за последние пять лет её команды опубликовали 90 рецензируемых научных работ, посвящённых пониманию заболеваний и их лечению, которые получили более 90 тысяч цитирований.
Материал, написанный Yossi Matias, вице-президентом Google и генеральным директором Google Research, а также Pushmeet Kohli, вице-президентом по науке в Google DeepMind и главным научным сотрудником Google Cloud, представляет обзор исследовательских инструментов и партнёрств, а не объявление об одном медицинском продукте.
От генома до карт мозга
Google представляет платформу AlphaGenome Atlas как индекс прогнозов воздействия односимвольных изменений в геноме на молекулярную биологию. Исследователи из University of Exeter использовали платформу для анализа данных более чем 54 тысяч человек и выявления вариантов, связанных с уровнями белков, включая PLA2G7, связанный со старением, и EGLN1 — клеточный датчик кислорода.
В области разработки лекарств исследователи из Institute for Global Health в Барселоне виртуально проверили с помощью модели AlphaFold 30 тысяч соединений в поисках активности против болезни Шагаса. Работа помогла определить два одобренных FDA препарата для перепрофилирования против этого заболевания, которым страдают около 8 миллионов человек и которое может привести к тяжёлым осложнениям без лечения.
Кроме того, Google совместно с Lichtman Lab при Harvard восстановила часть человеческого мозга с нанометровой точностью и предоставила данные через Neuroglancer, наряду с картами мозга мухи, личинки рыбки данио-рерио и певчей птицы.
Сокращение расстояния между исследованиями и применением
В ходе клинического исследования, проведённого совместно со Stanford University School of Medicine, модели DeepVariant и DeepConsensus помогли поставить генетический диагноз с использованием полногеномного секвенирования менее чем за восемь часов в случаях, где время имело критическое значение. Google заявляет, что это достижение также было отмечено Guinness World Record.
Компания также представляет AlphaProtein Novo — направление машинного обучения для проектирования новых ферментов с нуля. В лабораторных испытаниях система разработала ферменты для синтеза ключевых компонентов лекарств, а также ферменты для разложения токсичного экологического пластика в суровых условиях.
Поддержка диагностики и общественного здравоохранения
В двух исследованиях, опубликованных в Nature Cancer совместно с Imperial College London и National Health Service, система рентгенографической визуализации молочной железы была протестирована на 125 тысячах женщин. Система выявила 25% интервальных случаев рака, которые исторически пропускались, и продемонстрировала возможность снизить нагрузку на специалистов по анализу изображений на величину до 40%. Эти результаты являются исследовательскими и не означают одобрения системы в качестве замены врачам-рентгенологам.
В случаях детского лейкоза DeepSomatic подтвердил известные варианты и обнаружил 10 ранее не выявленных мутаций при применении к реальным случаям, ранее секвенированным в Children’s Mercy Hospital. Google также использовала географические модели с экологическими, погодными и транспортными данными, чтобы помочь прогнозировать вспышки заболеваний; в исследовании WHO AFRO и INRB в Демократической Республике Конго диалоговые географические модели помогли быстрее определить риски заражения и передачи вируса Эбола.
Почему это направление важно?
Фактическое изменение здесь заключается не просто в использовании языковой модели в клинике, а в расширении роли искусственного интеллекта, охватывающей разработку лекарств, интерпретацию генетических вариантов, обработку диагностических изображений и распределение ресурсов общественного здравоохранения. Однако источник представляет результаты с точки зрения Google и не раскрывает в этом материале подробности регуляторного одобрения или возможности применения каждой модели к различным группам населения и системам здравоохранения.
Google.org заявляет, что в 2026 году предоставила более 60 миллионов долларов организациям, использующим передовые модели в исследованиях заболеваний, включая Makerere University и University of Pennsylvania. Ценность этих инициатив по-прежнему связана с превращением результатов исследований в надёжные клинические инструменты при сохранении независимой проверки и медицинского надзора.