На конференции CROI 2026 ученые представили результаты исследований, демонстрирующих потенциал машинного обучения (ML) и генеративного искусственного интеллекта (ИИ) в улучшении помощи людям, живущим с ВИЧ. Основной фокус исследований – прогнозирование поведения пациентов и выявление групп риска для более эффективной профилактики и лечения.
Машинное обучение позволяет анализировать большие объемы данных и выявлять закономерности, которые помогают прогнозировать различные аспекты здоровья пациентов. В отличие от традиционного программирования, ML-системы обучаются на данных, подобно спам-фильтрам, выделяя важные сигналы из информационного потока.
В рамках конференции были представлены два пилотных проекта из Кении, демонстрирующих практическое применение ML в борьбе с ВИЧ.
Первое исследование было посвящено повышению приверженности пациентов к антиретровирусной терапии. Модель ML проанализировала данные 130 000 пациентов и выявила группу высокого риска пропуска визитов (27% от общего числа). Пациентам из этой группы было совершено 54% звонков от медицинской команды. Успешный контакт увеличивал вероятность возвращения на прием на 77% (OR 1.77), а даже неудачный контакт – на 22% (OR 1.22) по сравнению с теми, к кому не обращались. Прогностическая точность модели составила 0.72 (AUC), что является приемлемым показателем для клинической практики.
Второе исследование показало, что пациенты могут быть разделены на четыре группы риска: низкий, умеренный, высокий и очень высокий. Распространенность ВИЧ в этих группах составила 0.5%, 1.2%, 2.5% и 7.4% соответственно, что подтверждает эффективность модели в прогнозировании риска заражения.
Вывод: результаты исследований демонстрируют, что интеграция ML в стратегии борьбы с ВИЧ позволяет перейти от универсальных мер к персонализированным вмешательствам. Однако, для широкого внедрения таких проектов необходимо учитывать этические аспекты, связанные с конфиденциальностью данных, и проводить тщательную проверку алгоритмов в реальных условиях.
Ранее, исследование в Пекинской больнице Дитан (Китай) показало перспективность использования машинного обучения для прогнозирования гиперлипидемии у людей, живущих с ВИЧ и получающих антиретровирусную терапию.