«Один рак на каждые 200 маммограмм»: NVIDIA показала, как её стартапы применяют ИИ на всём пути лечения рака груди

Что показала NVIDIA

5 октября 2026 года NVIDIA опубликовала в своём блоге материал «From Scan to Treatment Plan, AI Helps Close Breast Cancer's Deadliest Gaps» — разбор того, как компании её программы для стартапов NVIDIA Inception применяют ИИ на разных этапах лечения рака груди. Автор материала — Челси Самнер (Chelsea Sumner).

Рамку задаёт сама NVIDIA: рак груди — самый часто диагностируемый рак среди американских женщин, при этом разрывы в помощи широкие. Большинство женщин старше 40 лет пропускают рекомендованный ежегодный скрининг; радиологи читают больше маммограмм меньшим числом специалистов; а когда диагноз уже поставлен, анализы, определяющие лечение, могут идти неделями.

Масштаб назван числами: в США ежегодно делают около 40 миллионов маммограмм, а прогнозируемая нехватка десятков тысяч радиологов в ближайшее десятилетие ограничивает возможности системы их читать. На другом конце срока лечения решения о терапии часто зависят от геномных анализов, которые отправляют во внешние лаборатории и которые обрабатываются неделями — как раз тогда, когда скорость и определённость важнее всего.

Компании, о которых идёт речь, закрывают оба конца этого разрыва и всё между ними, а ускоряет их инфраструктура NVIDIA. Отдельно в материале оговорено, что часть описанных технологий находится в исследовании и не одобрена Управлением по контролю за продуктами и лекарствами США (FDA) для коммерческого применения.

Автоматизированное УЗИ вместо ручного датчика

Для женщин, которым трудно найти время или место для обследования, доступность превращается в практический барьер и пропущенные диагнозы. Компания Inception iSono Health строила свою работу вокруг упрощения этого конвейера визуализации.

Её одобренная FDA платформа ATUSA — носимая автоматизированная система 3D-количественного ультразвука — снимает стандартизованный объём груди примерно за две минуты на грудь против до 45 минут у обычного ручного УЗИ. ИИ системы обучен на тысячах полных сканов груди, включающих более 1,5 миллиона ультразвуковых кадров, автоматизирует получение изображения и, по словам компании, даёт 3D-скан на 28% чувствительнее ручного 2D-УЗИ; используются ускорение на GPU NVIDIA и открытые технологии медицинской визуализации.

Ключевой аргумент — воспроизводимость. Ручное УЗИ зависит от того, кто держит датчик, поэтому сканы одной женщины обычно нельзя сравнить год к году. ATUSA снимает всю грудь одинаково каждый раз, что создаёт повторяемую картину ткани, помогает анализировать, как она меняется от скана к скану, и снижает операторские ошибки и разброс.

ATUSA коммерчески доступна через партнёрские клиники в Калифорнии, Техасе, Джорджии, Теннесси и Вашингтоне (округ Колумбия), новые площадки подключаются регулярно; идёт многоцентровое клиническое исследование на 3 200 пациенток с ведущими площадками в Калифорнийском университете в Дэвисе и Медицинском центре Университета Вандербильта. Дальше iSono Health планирует расширить свой ИИ-конвейер на мультимодальную диагностику — 3D-УЗИ, маммографию, МРТ и клинические данные.

Найти рак и сократить ложные тревоги

Whiterabbit.ai, ещё одна компания Inception, разрабатывает ИИ для скрининга рака груди. Её одобренное FDA ПО WRDensity автоматически оценивает плотность груди по маммограммам и применялось в помощи сотням тысяч пациенток.

Компания также сделала WRRisk — клиническую систему поддержки решений для оценки долгосрочного риска развития рака груди — и исследует новое поколение ИИ для маммографии, которое помогало бы радиологам находить больше случаев рака, автоматизируя чтение маммограмм без признаков рака. Цель сформулирована прямо: снизить нагрузку на перегруженную радиологию, ускорить результаты, сократить избежимые повторные вызовы пациенток и снизить затраты дальше по цепочке.

Свой опыт описывает соучредитель и технический директор Whiterabbit.ai Джейсон Су: «Каждый день радиологи, работающие с молочной железой, решают задачу поиска иголки в стоге сена, пытаясь найти примерно один рак на каждые 200 маммограмм. Мы надеемся, что ИИ сможет стать мощным помощником радиологам, помогая убрать сено, чтобы они сосредоточили свою экспертизу там, где это важнее всего».

Модели Whiterabbit обучаются на кластере GPU NVIDIA в Вашингтонском университете в Сент-Луисе с дополнительными мощностями в облаке, а вывод работает на GPU NVIDIA, развёрнутых прямо в клинике.

Прогноз ответа на лечение

Когда диагноз уже поставлен, следующий вопрос — что делать, и ответ зависит от предсказания того, как опухоль отреагирует на лечение. Сегодня такие прогнозы ограничены по охвату и точности и часто требуют отдельной биопсии ткани с ожиданием от двух до четырёх недель.

Ataraxis AI строит клиническую интеллектуальную систему, которая предсказывает исходы и ответ на разные терапии по цифровым данным, включая слайды патологии, которые и так входят в стандартное обследование пациента.

Одна модель предсказывает, вероятно ли предоперационная химиотерапия уменьшит опухоль до ответа ещё до операционной; после операции другая модель оценивает пятилетний риск рецидива и вероятную пользу химиотерапии как следующего шага. Обе модели проверены более чем в 10 учреждениях и в нескольких клинических испытаниях и активно используются в клинической практике.

Считают они на GPU NVIDIA — локально, в удалённом дата-центре и в облаке, на PyTorch с ускорением CUDA. Джозеф Каппадона из Ataraxis AI формулирует сдвиг так: инструменты, на которые онкологи опираются сегодня, в основном обучены один раз 15 лет назад и не обновлялись, а модели компании усиливаются по мере накопления данных клинических испытаний.

3D-модели опухоли для планирования операции

SimBioSys, ещё одна компания Inception, участвовала вместе с NVIDIA в панели, приуроченной к Месяцу осведомлённости о раке груди.

Компания строит технологию точной медицины на базе ИИ, которая создаёт точные 3D-модели опухолей груди, вен и других мягких тканей и даёт важные подсказки для планирования операций и выбора плана лечения. Она также сделала инструмент оценки риска рецидива рака груди по трёхмерным данным МРТ груди, патологии опухоли и клиническим данным.

«Мы строим платформу, которая теперь позволяет взять мультимодальные данные — снимки обследований, результаты патологии, генетические тесты, если применимо, и другие биологические входы — и с помощью ИИ свести всё это вместе, — сказала на мероприятии CEO SimBioSys Стэйси Стивенс. — Когда мы это делаем, это порождает новые выводы, которых не было ни в одном отдельном источнике».

SimBioSys использует NVIDIA MONAI для данных обучения и валидации, а также библиотеки NVIDIA CUDA-X, включая cuBLAS и MONAI Deploy, для технологии визуализации, которая работает на GPU NVIDIA в облаке. Стивенс отдельно подчёркивает скорость: технология NVIDIA даёт вычислительную мощность, чтобы взять сотни или тысячи изображений, применить ИИ и проанализировать их быстро, а пациентам и врачам нужны ответы быстро — они не могут ждать дни или недели.

Что это значит

Практический смысл разбора — не в новом продукте, а в том, что NVIDIA показала набор уже работающих подходов к конкретным узким местам: сократить время сканирования, снять нагрузку с радиологов, ускорить прогноз ответа на терапию и дать хирургам трёхмерную картину опухоли.

Конкретика, которую фиксирует публикация: около 40 миллионов маммограмм в год в США; ATUSA — примерно две минуты на грудь против до 45 минут у ручного УЗИ, обучение на более чем 1,5 миллиона кадров и заявленная на 28% более высокая чувствительность; исследование iSono на 3 200 пациенток; WRRisk для долгосрочного риска; модели Ataraxis, проверенные более чем в 10 учреждениях; 3D-моделирование SimBioSys на NVIDIA MONAI и CUDA-X.

Границы названы там же. Это разбор самой NVIDIA о компаниях её программы Inception, а не независимая оценка результатов: часть технологий прямо помечена как исследуемая и не одобренная FDA для коммерческого применения, а заявленная на 28% более высокая чувствительность — утверждение самой iSono Health, а не итог независимого сравнения. Независимых замеров влияния этих систем на исходы для пациенток в публикации нет.