Выбор · ИИ и долголетие

Во время путешествия мы с сыном Алеком встретили больше ста экспертов по долголетию в 39 странах и штатах, и почти везде рано или поздно разговор заходил об искусственном интеллекте. В Шанхае мы прошли по лаборатории, где роботы и ИИ вместе ищут новые лекарства. В Лос-Анджелесе Питер Диамандис сказал нам, что сильнее всего на долголетие повлияет ИИ. И снова и снова учёные, которые пользуются им каждый день, так же ясно говорили нам, чего он пока не умеет. Эта страница о том, как ИИ меняет поиск лекарств, науку о белках, снимки, анализы и часы старения, что он может значить для твоих собственных данных о здоровье и для ИИ-врачей, и о его честных пределах, данных, ошибках, приватности и том, кому принадлежат твои данные, словами экспертов, которые нас учили, с благодарностью.
Автор: Марек Пиотровский · Обновлено 2026-10-30
Коротко
ИИ даёт науке о долголетии то, чего у неё никогда не было: способность прочитать больше данных, чем когда-либо мог прочитать человек. Он уже помогает учёным быстрее находить кандидатов в лекарства, предсказывать форму белков, замечать рак на снимках и определять наш возраст по анализам, а однажды, возможно, превратит твои разрозненные данные о здоровье в одну ясную подсказку, которая действительно что-то изменит.
Это инструмент, а инструмент хорош ровно настолько, насколько хороши данные, на которых он учится, и люди, которые им пользуются. При мудром использовании он может подарить нам больше здоровых, радостных лет и дать тем, кто о нас заботится, больше времени для нас. [1][2][3]
Долголетие в нашем понимании: больше здоровых, радостных лет. Что мы имеем в виду →

Твоё тело устроено как огромная, очень занятая система, и наука теперь может измерить в нём больше, чем любой человек когда-либо смог бы прочитать. Искусственный интеллект, или ИИ, это компьютерная программа, которая учится находить закономерности в огромных объёмах данных и потом использует их, чтобы делать прогнозы. Поэтому так многие учёные, с которыми мы встречались, были в восторге от него.
В Лос-Анджелесе Питер Диамандис, один из первых людей, вдохновивших меня на долголетие через свои подкасты, сказал об этом сильнее всех во время нашего путешествия:
«Без сомнения, сильнее всего на долголетие повлияет ИИ. Без всякого сомнения, правда? Поэтому я постоянно смотрю туда, где ИИ помогает нам понять на молекулярном уровне, что происходит внутри клетки, и проводить триллионы экспериментов там, где раньше мы могли провести лишь сотни. Потому что эти системы могут работать in silico, как бы в воображаемых системах, и находить новую информацию.»
Простыми словами: ИИ может проверять идеи внутри компьютера, очень быстро, ещё до того, как кто-то прикоснётся к пробирке. Так учёные могут перепробовать гораздо больше идей, чем когда-либо, и оставить для лаборатории только лучшие.
В Buck Institute в Калифорнии, спокойном красивом месте с маленькими оленями за окнами, Эрик Вердин рассказал нам, как это уже меняет его собственные лаборатории:
«Ты увидишь это в большинстве лабораторий, в том числе здесь: роботы становятся частью уравнения. У нас есть роботизированный микроскоп, который позволяет делать работу многих учёных, и это распространяется повсюду. Одним из самых больших изменений будет то, что ИИ ускорит и то, как мы думаем. В каком-то смысле ИИ, по сути, робототехника для мозга. Он позволяет нам по-настоящему научиться находить закономерности там, где мы не видим их своими глазами.»
Простыми словами: Роботы делают лабораторную работу многих рук. ИИ делает думающую работу многих глаз: он находит в данных закономерности, которые мы сами никогда бы не увидели.

Создание нового лекарства занимает много лет. Учёным нужно найти правильную мишень, часто белок в организме, который ведёт себя неправильно, потом придумать молекулу, которая это исправит, проверить её в лаборатории и только потом проверить на людях. ИИ больше всего помогает на первых шагах.
В декабре 2023 года мы с Алеком побывали в лаборатории в Шанхае, о которой говорили все в этой области: эксперименты там ведут роботы, а ИИ решает, что пробовать дальше. Чжиху Цюй, инженер, который во время нашего визита работал над её роботами, провёл для нас экскурсию:
«Допустим, мы доводим лекарство до PCC: на это должно уйти почти три года, а мы заканчиваем за 18 месяцев. […] Думаю, на определённом этапе ИИ может ускорить многое, может быть, в несколько раз со временем. […] Но только раннее открытие. В остальном нам придётся идти шаг за шагом. Это как клиническое испытание. Его мы ускорить не можем.»
Простыми словами: «PCC» значит «доклинический кандидат»: молекулу, которую учёные выбирают, чтобы двигать дальше к испытаниям. ИИ и роботы могут сделать этот ранний поиск гораздо быстрее. Но безопасная проверка лекарства на людях по-прежнему занимает столько времени, сколько занимает.
Исследователи изучили лекарства, найденные с помощью ИИ, которые дошли до испытаний на людях. На первом этапе, где в основном проверяют безопасность, успешными были 80–90%, больше обычного. На втором этапе, где начинают проверять, работает ли лекарство, успешными были около 40%, примерно столько же, сколько у лекарств, найденных старым способом. Цифры на этом втором этапе пока небольшие.
Основание: Один анализ разработок компаний · только начало [2]ИИ не только конструирует молекулы. Он ещё и читает. В Лондоне биогеронтолог Ави Рой объяснил нам, зачем учёным эта помощь:
«Появление машинного обучения и вычислений, которые пытаются решать эти сложные задачи, безусловно, путь вперёд. Если мы с тобой сегодня зайдём на PubMed, а в Великобритании сейчас около двух часов дня, и просто посмотрим статьи, которые были загружены в PubMed с полуночи, за четырнадцать часов, мы не сможем перебрать всю эту биомедицинскую литературу за четырнадцать часов. Так что представь, что будет к концу месяца, к концу года. Как вообще можно извлечь всю ценность из всех этих статей и понять, что воспроизводится, а что нет? Нам нужна помощь. Нам совершенно точно нужна помощь.»
Простыми словами: Каждый день выходит столько новых исследований, что никто не может прочитать их все. ИИ может помочь учёным найти в них то, что важно, и то, что действительно подтверждается.

Проходя по той лаборатории в Шанхае, я был поражён. Такие лаборатории могут изменить сам способ, которым ведутся исследования. Думаю, главную силу Insilico люди видят в том, что она откроет новое лекарство, которое изменит всё. Но представь, если бы такие лаборатории были в каждой больнице мира или хотя бы в каждом крупном городе, и они были бы связаны между собой и могли бы учиться друг у друга. Это было бы огромное изменение.
Через несколько дней, всё ещё в Шанхае, Эвелин Бишоф, онколог и врач по долголетию, чья клиника уже отправляет образцы в ту лабораторию, рассказала нам, как она с ней работает:
«Для клинической работы, да. […] Сейчас это, конечно, всё ещё в виде одобренных этическими комитетами испытаний, правда? Но если всё пойдёт с такой скоростью, то очень-очень скоро мы действительно сможем дойти до того, что у нас будет […] роботизированная мини-лаборатория с ИИ в нашей больнице. […] Больше никакой перевозки образцов. […] Ты приходишь, я беру биопсию, пропускаю её через роботов, они делают свою работу […] всё будет готово за один день. […] И я смогу сказать тебе завтра, какое лекарство тебе нужно.»
Простыми словами: Сегодня образец пациента едет в лабораторию и обратно. Эвелин надеется на маленькую роботизированную лабораторию прямо в больнице, чтобы уже на следующий день врач знал, какое лекарство подходит именно этому человеку.
Потом я спросил её об идее, о которой не переставал думать после нашего визита: о таких лабораториях в университетах по всему миру, связанных одной базой данных и сравнивающих свои результаты. Она ответила:
«Это сила данных, которые у тебя прямо здесь, правда? Так что если делать это в каждой больнице мира или даже в нескольких больницах по всему миру, и мы будем связаны в облаке, и все результаты будут загружаться туда, это даст нам триллионы данных. Так что если у меня будет очень редкий пациент, но я пропущу его через систему и найду что-то похожее где-то в облаке, я всё равно смогу помочь этому пациенту, правда? Так что […] это будет, я не говорю «может быть», это будет очень мощный инструмент, в том числе и для долголетия, правда?»
Простыми словами: Одна больница видит лишь несколько пациентов с редкой болезнью. Тысячи связанных лабораторий видят их всех и вместе могут помочь каждому.
Для меня в этом будущее: лечение, созданное для одного пациента на основе того, чему вместе научились лаборатории по всему миру. Каждой стране стоит в это вкладываться и работать над этим вместе.

Белки работают как крошечные машины, которые делают большую часть работы в твоих клетках. То, что делает белок, зависит от его формы, и десятилетиями на то, чтобы определить форму всего одного белка, у учёных в лаборатории могли уйти месяцы или годы.
В 2021 году программа под названием AlphaFold показала, что может предсказать трёхмерную форму белка по его строительным блокам, в большинстве случаев почти так же точно, как лабораторные эксперименты. Её бесплатная база сейчас охватывает больше 214 миллионов последовательностей белков. В 2024 году Демис Хассабис и Джон Джампер разделили за неё Нобелевскую премию по химии вместе с Дэвидом Бейкером, который проектирует совершенно новые белки на компьютере.
Основание: Знаковое исследование, открытая база данных и Нобелевская премия 2024 года [1][4][5]На самой первой конференции нашего путешествия, в Дублине, Обри де Грей, человек, о котором так многие в этой области говорят, что именно он первым их вдохновил, рассказал нам, насколько это важно:
«Все, конечно, говорят об AlphaFold, этой замечательной программе, которая умеет определять трёхмерную структуру белков, начиная просто с их аминокислотной последовательности. Её влияние уже сравнимо с тем, что было лет двадцать с лишним назад, когда мы впервые расшифровали геном человека. Она не обязательно делает возможными эксперименты, которые раньше были невозможны, но многие эксперименты становится гораздо легче и быстрее спланировать и провести. И мы увидим этого больше. Естественный следующий шаг в этой области: научиться проектировать белки с нуля.»
Простыми словами: Знать форму белка всё равно что знать форму замка: тогда гораздо легче сделать подходящий ключ, лекарство. Следующий шаг: создавать новые белки, которые будут делать выбранную нами работу.
В Вашингтоне Ларри Каллахан, который двадцать лет работал учёным в Управлении по санитарному надзору за качеством пищевых продуктов и медикаментов США (FDA), согласился, что эти программы очень хороши, и напомнил нам, что форма это лишь начало:
«Сейчас есть хорошие программы ИИ, которые дают структуру белков, очень хорошие, это AlphaFold и следующие за ним версии. Так что теперь ты знаешь, как устроены мишени. […] Но есть так много всего. Дело не только в том, чтобы действовать на мишень. Лекарство должно попасть в организм. Чтобы попасть в организм, ему иногда нужно пройти через транспортёр. Ему нужно миновать все ферменты обмена веществ.»
Простыми словами: Найти замок ещё не вся история. Лекарство должно ещё пройти через твоё тело, попасть туда, где оно нужно, и по дороге не превратиться во что-то вредное. Поэтому проверка на людях по-прежнему важна.

ИИ учится читать и то, что читают врачи: маммограммы, МРТ, кардиограммы и анализы крови. Он никогда не устаёт и может заметить закономерности, слишком мелкие для глаза.
В Швеции 80 033 женщины случайным образом получили либо обычное прочтение маммограммы двумя врачами, либо прочтение, при котором ИИ сортировал снимки и указывал на подозрительные места. С ИИ врачи нашли на 20% больше раков, без лишних ложных тревог, и прочитали на 44% меньше снимков.
Основание: Одно большое рандомизированное испытание на людях [3]ИИ, обученный на кардиограммах (ЭКГ) 499 727 пациентов, научился оценивать, сколько человеку лет. Когда сердце выглядело больше чем на 7 лет старше, чем человек был на самом деле, у этого человека чаще были проблемы с сердцем, например высокое давление, суженные артерии сердца или более слабое сердцебиение.
Основание: Одно большое исследование пациентов [6]Часы старения, тесты, которые оценивают твой биологический возраст, устроены так же: компьютер учится на данных многих людей. (Мы написали о них целую страницу: Единого биологического возраста не существует.) В Бостоне Махди Мокри, который создаёт такие биомаркеры в Гарварде, объяснил нам, почему здесь так важен ИИ:
«Возможно, лучшая новость в области биомаркеров, биомаркеров старения, в том, что теперь у нас так много данных, и эти новые мегакогорты и национальные биобанки производят огромные объёмы мультиомных данных, и каждый из этих видов данных означает тысячи измерений из каждого забора крови. И мы не можем обработать их старыми или статистическими методами. ИИ пришёл, чтобы спасти нас со всеми этими данными. […] Данные есть, решение есть. Нам просто нужны лучшие инструменты, чтобы копаться в этих данных. И ИИ обещает нам в этом помочь.»
Простыми словами: Один анализ крови теперь может дать тысячи чисел. ИИ как раз тот инструмент, который может разобрать их и найти, что они говорят о том, как стареет каждый из нас.

Почти каждый учёный, который работает с ИИ, говорил нам на одном дыхании две вещи: он мощный, и он не волшебство. Макс Унфрид, друг, который открыл нам Сингапур во время путешествия и использует ИИ, чтобы изучать липиды, жиры в организме, и старение, сказал это лучше всех:
«ИИ может понимать язык, ИИ может понимать изображения, и ИИ может понимать некоторые базовые правила химии. Так что, думаю, в этом смысле он довольно мощный, в этих очень узких задачах, так сказать. В то же время, когда речь заходит о том, чтобы бросать ИИ на всё подряд, я менее оптимистичен. А ИИ используют как модное слово, правда? И в то же время, мне кажется, тем ИИ, которые у нас сейчас есть, тем мощным ИИ, которые очень пригодились, например, чтобы разбираться в соцсетях, нужно много данных. А моё личное мнение в том, что для многих вещей, связанных со старением, такого объёма данных у нас пока нет. Так что да, можно бросить на это ИИ, и он тебе что-то вернёт. Но при недостаточных данных это, скорее всего, неточно или даже неверно. И, думаю, здесь нам нужно быть немного осторожными, правда? Хорошие модели ИИ прекрасны, но, чтобы получить от них максимум, нужно очень много действительно хороших, качественных данных.»
Простыми словами: ИИ очень хорош в узких задачах, для которых он видел много примеров. Дай ему слишком мало данных или плохие данные, и он всё равно даст ответ, но этот ответ может оказаться неверным.
Брайан Кеннеди, который с самого первого дня в Дублине был для нас как семья, рассказал Алеку о другой проблеме. (Одним из аспирантов, которых он имел в виду, был Макс.)
«Сейчас мы используем ИИ гораздо больше. Это немного безумно, потому что у меня есть аспиранты, которые знают о нём гораздо больше меня. […] ИИ действительно позволяет нам идти в новые места, анализировать большие данные, получать новые идеи. […] ИИ позволяет нам анализировать все эти пути вместе, и он выдаёт ответ, но иногда это может раздражать, потому что ты не знаешь, почему этот ответ верен. Просто вот такой ответ, но это не так приятно, если хочешь понять механизм происходящего. Поэтому сейчас есть движение к осмысленному ИИ. Я пока не уверен, что это значит, но надеюсь, что оно будет успешным, потому что, думаю, нам нужны не только ответы, но и понимание, почему ответы именно такие. И поэтому нам нужно немного соединить ИИ с традиционной лабораторной наукой.»
Простыми словами: Иногда ИИ даёт ответ, не умея объяснить почему. Учёным нужно и то, и другое, ответ и причина, поэтому они проверяют идеи ИИ настоящими экспериментами.
Программа, которую системы здравоохранения в США использовали, чтобы решать, кому нужна дополнительная помощь, оценивала, насколько люди больны, по тому, сколько денег было потрачено на их здоровье. На чернокожих пациентов с такими же потребностями тратили меньше денег, поэтому программа недооценивала, насколько они больны. Исправление подняло бы долю чернокожих пациентов, отобранных для дополнительной помощи, с 17,7% до 46,5%.
Основание: Одно исследование широко используемой программы [7]Гвидо Кремер, один из авторов «Признаков старения» (Hallmarks of Aging), каждый день использует ИИ в своей лаборатории. В Сингапуре он дал нам фразу, которую стоит запомнить:
«В лаборатории мы используем искусственный интеллект для многих вопросов: мы стыкуем молекулы, смоделированные в трёхмерном пространстве искусственным интеллектом. Мы делаем расчёты молекулярного моделирования. Мы создаём большие наборы данных, которые частично проходят биоинформатический анализ, связанный с ИИ. Мы анализируем изображения: фотографируем или снимаем на видео клетки, которые ведут себя так или иначе in vitro, а затем извлекаем информацию с помощью инструментов ИИ. Так что это искусственный интеллект […] или по крайней мере его называют искусственным интеллектом, но это просто инструмент, которому нужен настоящий интеллект, чтобы стать полезным.»
Простыми словами: ИИ это инструмент, как микроскоп. Он становится полезным только в руках людей, которые знают, что спросить и как проверить ответ.

Мне бы очень хотелось платформу, которая помогает людям понимать собственные медицинские данные. Не только большие результаты из клиники, но и повседневные данные, потому что без помощи люди от них сходят с ума. У многих из нас есть анализы крови, снимки и записи разных врачей, разбросанные по годам, а теперь ещё и числа с часов и колец каждую минуту, и мы очень мало в этом понимаем.
Мне не нужен экран на моём гаджете, который поминутно сообщает, что происходит: ты бежишь, Марек. Я знаю, что бегу. Я хочу, чтобы мой гаджет отправлял данные в программу, мой собственный личный ИИ, который учится находить закономерности во всех моих гаджетах и во всех моих медицинских данных и даёт мне советы, по которым можно действовать. В конце месяца он рассказывает мне, что я сделал, и советует одно изменение, которое действительно что-то изменит. Вот что важно.
Потом встаёт вопрос, кому всё это принадлежит. В Дублине, в первые дни нашего путешествия, Тина Вудс, активистка долголетия и настоящий заряд энергии, говорила с нами об этом:
«Есть целая область цифровых биомаркеров и пассивного сбора данных, потому что, конечно, у нас есть часы. У нас есть все эти датчики […] И, конечно, нужно разбираться с беспокойством общества о приватности и всём таком. […] Поэтому меня завораживают, например, личные кошельки данных. Как одним щелчком человек может решить, с кем делиться своими данными. […] Нам нужны законы и регулирование, которые поддержат нашу возможность делиться данными в больших масштабах. Поэтому меня по-настоящему завораживают такие идеи, как донорство данных, филантропия данных, когда широкая публика может стать частью массового научного проекта, который даст компаниям стимул расти, потому что у нас будет больше доступа к данным.»
Простыми словами: Твои часы, твои анализы и твои снимки создают данные о тебе. Именно ты должен решать, кто их видит, и, если захочешь, ты можешь передать их науке, чтобы помочь всем.
Исследователи показали, что 99,98% американцев можно правильно опознать в наборе данных, который содержит 15 обычных фактов о них, таких как возраст, пол и семейное положение, даже если имена удалены.
Основание: Одно исследование на моделях [8]ИИ-помощники, которые отвечают на вопросы о здоровье, уже здесь. Они могут объяснить результат анализа простыми словами, и это прекрасно. Но они могут звучать уверенно и всё равно ошибаться, а то, что ты в них вводишь, может сохраняться. Вот хорошие вопросы, которые стоит задать, прежде чем доверять любому из них:

Радость во всём этом в том, что появляется время. Если чтение, сортировку и бумажную работу будут делать машины, люди, которые о нас заботятся, получат обратно свои руки и свои сердца. В Шанхае я сказал Эвелин Бишоф, онкологу и врачу по долголетию, что надеюсь: однажды ИИ позволит ей работать четыре часа в день. Она рассмеялась, а потом сказала вот что:
«Я искренне надеюсь, что ИИ действительно принесёт нам решения, которые снимут большую часть нагрузки, от бумажной работы до администрирования, всего, что просто отнимает время. Если бы мы могли это убрать и я могла бы перейти от высоких технологий к высокому участию, проводить больше времени с пациентом и подстраиваться, а ещё проводить больше времени с собой и своим долголетием, это было бы потрясающе.»
Простыми словами: Мечта не о роботе-враче. Она о враче, у которого больше времени для тебя и для собственной долгой, здоровой жизни.
А ещё есть радость в том, что ИИ открывает для молодых людей. Когда Алек спросил Андреа Майер об ИИ в Дублине, она дала ему совет о профессии, который пригодится любому подростку:
«Думаю, в медицине долголетия мы на том этапе, когда сначала должны сами перемолоть данные, потому что должны убедиться, что они имеют смысл, что данные хорошие и что это имеет смысл с точки зрения физиологии. Но потом нам действительно нужно написать правильные алгоритмы, чтобы мне было немного легче перемалывать данные, и у искусственного интеллекта здесь действительно огромная роль. Так что, если тебе нужна профессия, я бы сказала: либо изучай медицину, иди в медицину здоровья и долголетия, стань врачом здоровья и долголетия. А если ты по-настоящему умный, делай и то, и другое. Изучай ещё и искусственный интеллект, соединяй, и будущее твоё.»
Простыми словами: Врачи, которые понимают данные, и специалисты по данным, которые понимают тело: именно там строится будущее медицины долголетия.
Гуляя с Питером Диамандисом вдоль океана в Санта-Монике, я сказал ему, как я это вижу:
«Я обычно говорю, что есть две самые важные вещи, а ИИ всего лишь инструмент. Первая: долголетие, чтобы мы могли дольше жить этой прекрасной жизнью и испытывать эти чувства. А вторая: осознанное лидерство, чтобы всё, что мы делаем, все технологии, которые мы можем создать, мы использовали во благо человечества, а не во зло. И это на самом деле самая трудная задача.»
Прежде чем что-то менять
На этой странице рассказано, что говорят исследования и эксперты, с которыми мы встречались. Это не медицинский совет, и здесь не рекомендуются никакие лекарства, добавки или процедуры. Эта страница ничего о тебе не знает. Прежде чем что-то начать, прекратить или изменить, особенно если ты беременна, живёшь с хроническим заболеванием или принимаешь лекарства, пожалуйста, поговори со своим врачом. В экстренной ситуации звони по местному номеру экстренной помощи.
Каждое число на этой странице, по номеру в квадратных скобках. Цитаты взяты из интервью, которые Live Beyond записал на английском; здесь они переведены и очищены только от слов-паразитов. Не медицинский совет. Поговори с врачом, прежде чем что-то менять.