Искусственный интеллект (ИИ) постепенно переходит из лабораторий в клиническую практику, открывая возможность диагностировать тяжёлые заболевания за годы до первых симптомов. Об этом стало известно на конференции Summit Salud 2026, организованной La Vanguardia, где выступил вице-президент Hub de Neuro-Innovación компании Grifols Антонио Паэс (Antonio Páez). Штаб-квартира Grifols находится в Барселоне, и именно там разрабатываются технологии, способные изменить подход к лечению болезни Альцгеймера, Паркинсона и других нейродегенеративных патологий.
Как объяснил Паэс, Grifols применяет ИИ на трёх уровнях — от вспомогательного инструмента до ключевого элемента, без которого работа невозможна. Самый масштабный проект — Chronos, репозиторий, объединяющий более 100 миллионов образцов плазмы крови, связанных с реальными клиническими данными. В рамках этого проекта выделяется направление Chronos-PD, посвящённое болезни Паркинсона. Пилотное исследование показало, что молекулярные изменения, предшествующие заболеванию, могут быть обнаружены за 12 лет до постановки клинического диагноза. Анализ, основанный на тысячах продольных образцов и более чем 25 000 белков, позволил выявить ранние биомаркеры и характерные молекулярные паттерны.
«Мы стремимся понять, как болезнь развивается до того, как она проявится, — заявил Паэс. — Это открывает путь к совершенно новому подходу, основанному на раннем выявлении и вмешательстве».
Программа AMBAR®, в свою очередь, посвящена болезни Альцгеймера. Речь идёт о протоколе плазмафереза с альбумином — серии клинических испытаний, доказавших, что регулярная замена плазмы замедляет прогрессирование болезни у пациентов с лёгкой и умеренной формами. ИИ в этом проекте был задействован уже после завершения основных исследований: с помощью методов машинного обучения удалось найти неочевидные связи между показателями эффективности и безопасности.
Третий проект — GigaGen, биотехнологическая «дочка» Grifols, специализирующаяся на рекомбинантных терапевтических антителах. Здесь ИИ является не дополнением, а основой всего процесса: модели глубокого генеративного обучения предсказывают и создают последовательности антител, способных связываться с заданными терапевтическими мишенями с максимальной аффинностью. «В этом случае ИИ не просто анализирует, а генерирует решения, — подчеркнул Паэс. — Это важный сдвиг в том, как мы подходим к разработке терапии».
По мнению экспертов, принявших участие в саммите, главный вызов сейчас — не столько технологический, сколько организационный: внедрение ИИ требует инвестиций, качественного управления данными и адаптации медицинских специалистов. Тем не менее первые результаты уже видны, и особенно перспективно применение ИИ именно в нейродегенеративной сфере, где диагноз обычно ставится слишком поздно для эффективного лечения.