Биомаркеры на основе искусственного интеллекта для диагностики и лечения неврологических заболеваний: нарративный обзор

Искусственный интеллект (ИИ) трансформирует поиск биомаркеров в неврологии, преодолевая ключевые ограничения традиционных подходов, которые часто являются медленными, редукционистскими и неспособными интегрировать сложные мультимодальные данные. В рамках настоящего нарративного обзора был выполнен поиск в базах данных PubMed, Scopus, IEEE Xplore, CINAHL, Embase и Cochrane Library с момента их создания по 2025 год с целью оценить, как ИИ способствует выявлению биомаркеров, диагностике, прогностической оценке и стратификации лечения при нейроваскулярных, нейродегенеративных, нейроонкологических заболеваниях и судорожных расстройствах. Данные свидетельствуют о том, что биомаркеры на основе ИИ, полученные с использованием методов визуализации и мультиомного анализа, позволяют выявлять заболевания на более ранних стадиях, повышать точность прогнозирования и поддерживать персонализированную медицинскую помощь. Например, модели ИИ повышают точность прогнозирования исходов инсульта по сравнению с традиционными шкалами, выявляют внутричерепные аневризмы с чувствительностью более 90%, прогнозируют переход от лёгких когнитивных нарушений к болезни Альцгеймера с точностью около 85–90% и извлекают радиогеномные биомаркеры при глиомах, превосходящие традиционные диагностические стратегии. Однако внедрение этих подходов в реальную клиническую практику по-прежнему ограничивается смещением данных, недостаточной внешней валидацией, проблемами интерпретируемости и пробелами в обобщаемости результатов, особенно среди недостаточно представленных групп населения. В целом поиск биомаркеров с использованием ИИ открывает мощный путь к прецизионной неврологии; наибольший эффект ожидается при сочетании технологических инноваций с надёжной клинической валидацией, интеграцией в нормативно-правовую систему и справедливым представлением различных групп в данных.