Искусственный интеллект активно осваивает медицину, но в борьбе с раком прогресс минимален. Стартап, работающий в этой области, выявил главное препятствие: нехватка качественных данных для обучения моделей.
Существующие наборы данных часто фрагментированы, несунифицированы и недостаточно репрезентативны. ИИ-системы обучаются на ограниченных выборках пациентов, что не позволяет им уловить все разнообразие онкологических процессов и индивидуальных особенностей организма.
По мнению основателей стартапа, решение проблемы требует систематического сбора и унификации медицинских данных в глобальном масштабе. Речь идёт не просто об объёме информации, но о её качестве и структурированности для эффективного обучения алгоритмов.
Таким образом, путь ИИ к значимым результатам в лечении рака лежит не столько через создание новых архитектур нейросетей, сколько через организацию доступа к разнородным и полноценным клиническим данным.