Искусственным интеллектом предсказанная инсулинорезистентность как фактор риска 12 типов рака

Почему это исследование важно для повседневного здоровья

Большинство людей знают, что избыточный вес и сахарный диабет 2-го типа повышают риск рака, но скрытая связь между ними — насколько хорошо организм реагирует на инсулин — редко измеряется при обычных осмотрах. В этом исследовании показано, что вычисляемый компьютером показатель «инсулинорезистентности», построенный только на основе распространённых анализов крови и базовых данных о здоровье, может выявлять людей с повышенным риском не только диабета и сердечных заболеваний, но и нескольких важных видов рака. Это указывает на то, что информацию, которую врачи уже собирают, можно объединять умнее, чтобы раньше выявлять группу повышенного риска и направлять более целенаправленный скрининг.

Цифровой отпечаток инсулинорезистентности

Инсулин — гормон, который помогает сахару переходить из крови в органы — мышцу, печень и жировую ткань. Когда эти ткани перестают адекватно реагировать — это называется инсулинорезистентностью — организм компенсирует повышенной выработкой инсулина, что со временем может привести к сахарному диабету 2-го типа и сердечным болезням. «Золотой стандарт» лабораторной оценки инсулинорезистентности сложен, занимает много времени и непригоден для массовых обследований. Даже более простые исследовательские методы требуют уровня инсулина натощак, который обычно не проверяют в повседневной практике. Чтобы обойти это ограничение, исследователи ранее обучили модель машинного обучения предсказывать наличие инсулинорезистентности по девяти рутинным показателям: возраст, пол, раса, индекс массы тела (ИМТ), глюкоза натощак, долгосрочный показатель сахара в крови (HbA1c), триглицериды, общий холестерин и «хороший» HDL‑холестерин. Получившийся показатель назвали инсулинорезистентностью, выводимой искусственным интеллектом (AI‑IR).

Тестирование показателя на сотнях тысяч людей

В новой работе команда применила AI‑IR к данным более чем 370 000 участников UK Biobank, длительного исследования здоровья взрослых в возрасте 40–69 лет. Сначала они проверили, может ли показатель предсказывать, у кого в будущем разовьётся диабет, сердечные проблемы или наступит смерть в период наблюдения. Люди без диабета, у которых AI‑IR оказался положительным, имели примерно в семь раз более высокий риск развития диабета, чем AI‑IR‑отрицательные участники, даже с учётом возраста и пола. Они также с большей вероятностью попадали в больницу с диабетом, испытывали серьёзные сердечно‑сосудистые события и умирали от сердечно‑сосудистых причин или от всех причин в целом. При прямом сравнении с более простыми показателями, такими как ИМТ, метаболический синдром и два индекса, основанных на липидах крови, AI‑IR дал наиболее точные прогнозы будущего диабета.

Связывание инсулинорезистентности с раком

Затем исследователи сосредоточились на раке. Среди участников без истории рака на начало исследования они отслеживали появление различных типов опухолей во времени, используя связанные записи Национальной службы здравоохранения. При рассмотрении всех видов рака вместе AI‑IR не изменял общий риск. Однако при разбиении по локализации картинка стала яснее. Люди без диабета, но с положительным AI‑IR, имели повышенный риск рака матки, почки, пищевода, поджелудочной железы, толстой кишки и молочной железы. Также наблюдались наводящие на мысль увеличения риска для рака лоханки почки, тонкой кишки, желудка, печени и желчного пузыря, лейкемии и рака бронхов и лёгкого. В то же время у них реже выявляли рак кожи. Когда типы рака с повышенным риском объединили в «композитный» исход, у AI‑IR‑положительных участников риск был примерно на 25% выше, чем у AI‑IR‑отрицательных ровесников того же пола, разница сохранялась, хотя и несколько уменьшалась, даже после корректировки на ИМТ.

Эффекты, связанные с весом, и независимые от веса

Поскольку масса тела сильно влияет на инсулинорезистентность, команда изучила, не является ли AI‑IR просто заменой показателя ожирения. Они обнаружили, что часть повышенных рисков рака — например для желудка, печени и желчного пузыря, поджелудочной железы, толстой кишки, лейкемии и рака молочной железы — в значительной степени перекрывалась с эффектом ИМТ. Но другие связи, похоже, отражали нечто более специфическое для самой инсулинорезистентности. В частности, связь между AI‑IR и раком лёгких и бронхов стала ещё сильнее после корректировки на ИМТ и оставалась значимой даже при учёте статуса курения. Бывшие курильщики с положительным AI‑IR особенно сильно рисковали развития раков, связанных с лёгкими, и широкой группы раков, ассоциированных с инсулинорезистентностью. В целом AI‑IR обеспечивал лучшую стратификацию риска рака, чем ИМТ и ещё один индекс по липидам крови, и был сопоставим по качеству с метаболическим синдромом и отношением триглицеридов к HDL, при этом оставаясь лучшим инструментом для прогнозирования диабета.

Что это значит для пациентов и врачей

Исследование показывает, что «цифровой биомаркер» инсулинорезистентности, вычисляемый на основе информации, уже собираемой в большинстве клиник, может выделять людей с повышенным риском как диабета, так и кластера опухолей. Хотя AI‑IR пока не является самостоятельным скрининговым тестом, он может помочь врачам решить, кто может выиграть от более частого контроля уровня сахара в крови, более активных изменений образа жизни или медикаментозной терапии, а также от более раннего или более прицельного скрининга рака, особенно органов, таких как матка, почка, толстая кишка, лёгкое, молочная железа и поджелудочная железа. Работа также подчёркивает инсулинорезистентность как биологический путь, связывающий избыточный вес, аномальные липиды крови и хроническое воспаление с раком, и поощряет дальнейшие исследования того, как улучшение инсулиночувствительности — с помощью питания, упражнений или лекарств — может снизить риск рака и предотвратить диабет.

Цитирование: Lee, CL., Yamada, T., Liu, WJ. et al. Machine learning-predicted insulin resistance is a risk factor for 12 types of cancer. Nat Commun 17, 1396 (2026). https://doi.org/10.1038/s41467-026-68355-x

Ключевые слова: инсулинорезистентность, машинное обучение, риск диабета, риск рака, UK Biobank