Машинное обучение постепенно входит в сферу лечения и профилактики ВИЧ, но его реальная польза пока остается предметом дискуссий. Доктор Рави Гоял из Калифорнийского университета в Сан-Диего, модератор одной из сессий CROI, призвал коллег с осторожностью относиться к обещаниям революции в здравоохранении: то, что впечатляет в лаборатории, не всегда приводит к реальному улучшению состояния пациентов. Тем не менее несколько пилотных проектов уже продемонстрировали обнадеживающие результаты.
В Кении система машинного обучения помогла спрогнозировать, какие пациенты с ВИЧ с наибольшей вероятностью пропустят следующий прием врача. Модель, интегрированная в электронные медицинские карты, определила 27% участников исследования как группу повышенного риска. Среди тех, кому удалось дозвониться и напомнить о визите, 43% вернулись к лечению вовремя — значительно больше, чем среди тех, кому не звонили (32%). Даже просто попытка звонка повышала вероятность возврата на 22%, что подтверждает важность человеческого контакта.
В другом исследовании, проведенном в Кении, технологии машинного обучения использовали для выявления людей с высоким риском получения ВИЧ. Модель, учитывающая возраст, пол, наличие ИППП в анамнезе, количество партнеров и использование презервативов, разделила почти 40 000 клиентов на категории риска. В группе с очень высоким риском положительный результат теста на ВИЧ получали 7,4% — в 22 раза чаще, чем в группе низкого риска (0,5%). Это позволяет значительно повысить эффективность тестирования, фокусируя ресурсы на тех, кто нуждается в нем больше всего.
Интересно, что модель выявила и защитные факторы: обращение беременных за тестированием, неоднократное тестирование и даже принадлежность к ключевым группам населения снижали вероятность попадания в категорию высокого риска. Исследователи связывают это с более высокой осведомленностью и частотой тестирования в этих группах, что подтверждает важность просветительской работы.
На фоне технологического оптимизма участники CROI подняли и тревожные вопросы. Даже при обезличивании данных пациентов перед обработкой алгоритмами полной гарантии конфиденциальности нет, а стремительное развитие искусственного интеллекта опережает создание этических норм: исследователи не всегда могут предсказать, как будут использованы данные в будущем. Доктор Гоял напомнил, что технологии — лишь инструмент и их внедрение должно идти рука об руку с защитой прав пациентов и учетом их реальных потребностей.