Исследовательская группа, связанная с Массачусетским технологическим институтом (Massachusetts Institute of Technology, MIT), представила FINGERS-7B — модель искусственного интеллекта, разработанную для поиска ранних признаков риска болезни Альцгеймера и подбора профилактических стратегий.
Разработчики называют FINGERS-7B первой специализированной базовой моделью для профилактики болезни Альцгеймера. Базовая модель — это крупная вычислительная система, которую обучают на больших массивах данных, а затем используют для разных исследовательских и клинических задач.
По данным авторов, FINGERS-7B объединяет сведения об образе жизни, клинические показатели, геномные данные и данные о белках. Такая интеграция помогает искать не один отдельный маркер, а более сложный «биологический отпечаток» — сочетание признаков, по которому можно оценивать риск заболевания задолго до выраженного ухудшения памяти.
Почему раннее выявление так важно
Болезнь Альцгеймера развивается постепенно. Биологические изменения в мозге могут начинаться за годы, а иногда и более чем за десятилетие до того, как человек или его близкие замечают нарушения памяти.
Именно этот доклинический период особенно важен для профилактики. Если риск удаётся выявить до появления симптомов, появляется возможность раньше вмешаться: скорректировать факторы образа жизни, внимательнее наблюдать за пациентом, подобрать участников для профилактических исследований или оценить потенциальную пользу новых методов лечения.
FINGERS-7B создавалась именно для такой задачи — не для постановки диагноза по одному анализу, а для более точной стратификации риска. Стратификация означает разделение людей на группы в зависимости от вероятности заболевания, скорости возможного ухудшения и ожидаемого ответа на вмешательство.
Что такое «биологический отпечаток»
Обычно исследования болезни Альцгеймера сосредоточены на отдельных признаках: результатах когнитивных тестов, данных визуализации мозга, генетических вариантах, белках крови или спинномозговой жидкости.
Новая модель использует иной подход. Она сопоставляет сразу несколько уровней информации: образ жизни, клинические данные, биомаркеры, геномные и протеомные сигналы. Протеомика изучает белки, которые отражают работу клеток и тканей; геномика — наследственную информацию.
Такой подход называют многоомным анализом. Его цель — увидеть не разрозненные показатели, а их сочетания. Для болезни Альцгеймера это особенно важно: риск заболевания зависит не от одного фактора, а от сложного взаимодействия наследственности, обмена веществ, сосудистого здоровья, воспаления, сна, питания, физической активности и других условий.
Какие результаты сообщили разработчики
По данным исследовательской группы, на наборах данных сети WW-FINGERS модель обеспечила в четыре раза более точную доклиническую диагностику по сравнению с предшествующими подходами и на 130% улучшила разделение участников по вероятному ответу на вмешательства.
FINGERS-7B также может проводить персонализированный анализ. На основе индивидуальных данных она оценивает риск, возможную траекторию снижения когнитивных функций и предполагаемый эффект профилактических мер — от изменения питания до лекарственных вмешательств.
Важно, что такие выводы пока следует рассматривать как исследовательские. Модель не является самостоятельным клиническим тестом для массового применения и не заменяет врача, нейропсихологическое обследование, лабораторную диагностику или визуализацию мозга.
На чём основан проект
FINGERS-7B выросла из более широкой исследовательской программы FINGER и глобальной сети WW-FINGERS. Эти проекты изучают, как изменение образа жизни и контроль факторов риска могут повлиять на вероятность деменции у людей пожилого возраста.
В рамках таких программ оценивают питание, физическую активность, когнитивные тренировки, сосудистые факторы риска и другие элементы профилактики. FINGERS-7B должна помочь исследователям точнее понять, какие участники получают наибольшую пользу от тех или иных вмешательств.
Проект FINGERPRINT объединяет саму модель FINGERS-7B с вычислительными агентами, которые выполняют автоматизированный многоомный анализ. Проще говоря, система помогает быстрее искать закономерности в огромных наборах данных, где человеку было бы трудно вручную сопоставить миллионы генетических и биологических признаков.
Открытый доступ и осторожные ожидания
Разработчики сообщили, что веса модели, код обучения и процедуры оценки доступны для внешних исследовательских групп. Модель также развёрнута в AD Workbench — защищённой облачной среде, которую используют специалисты по болезни Альцгеймера.
Это важно для воспроизводимости: разные научные группы смогут применять FINGERS-7B к своим данным и проверять, насколько устойчивы результаты в разных популяциях.
В то же время перед клиническим применением остаются важные вопросы. Нужно подтвердить точность модели в независимых выборках, оценить её работу у людей разного происхождения, возраста и состояния здоровья, а также понять, как такие прогнозы должны использоваться в реальной медицинской практике.
Особенно важно избежать ложной уверенности. Высокий риск по модели не означает, что человек обязательно заболеет болезнью Альцгеймера. Низкий риск также не гарантирует полной защиты. Такие инструменты должны помогать врачу и пациенту принимать решения, а не превращаться в окончательный «приговор» или повод для самолечения.
Что это может изменить
Если дальнейшие исследования подтвердят эффективность FINGERS-7B, подобные модели могут изменить подход к профилактике деменции. Вместо позднего реагирования на уже возникшие нарушения памяти медицина сможет раньше выявлять группы риска и подбирать вмешательства более точно.
Это особенно актуально на фоне развития анализов крови на биомаркеры болезни Альцгеймера и роста интереса к персонализированной профилактике. Уже сейчас исследователи показывают, что искусственный интеллект может помогать прогнозировать развитие болезни Альцгеймера по клиническим данным, когнитивным тестам и результатам обследований.
FINGERS-7B делает следующий шаг: пытается объединить разные биологические уровни в единую картину риска. Но главный вывод пока остаётся осторожным: это перспективный исследовательский инструмент, а не готовый массовый тест для диагностики болезни Альцгеймера.
Литература
Gollwitzer A. E., Noriega de la Colina A., Subramanian D. A., Traverso G. FINGERS-7B: A Multi-Omic Foundation Model for Precision Biomarker Discovery // ICLR 2026 Workshop FM4Science Poster. 2026.
