Rok 2025 może wejść do historii medycyny. Kliniczne sukcesy immunoterapii, nowe narzędzia diagnostyczne oparte na sztucznej inteligencji oraz głębsze zrozumienie mechanizmów chorób przewlekłych dają realne powody do optymizmu.
Jednym z największych przełomów ostatnich lat jest immunoterapia nowotworów. Badania nad regulacyjnymi komórkami odpornościowymi, które kontrolują reakcję immunologiczną, zostały wyróżnione Nagrodą Nobla w dziedzinie fizjologii lub medycyny 2025 — przyznaną Mary Brunkow, Fredowi Ramsdellowi i Shimonowi Sakaguchiemu za odkrycie mechanizmów tolerancji immunologicznej. To fundamentalne odkrycie ma dziś ponad 200 trwających badań klinicznych i stanowi fundament dla nowych terapii przeciwnowotworowych i immunomodulujących.
„Te komórki są mistrzami regulacji tolerancji układu odpornościowego” — mówi Jeffrey Bluestone, współzałożyciel Sonoma Biotherapeutics, współpracujący z laureatami Nagrody Nobla.
Równie istotne są postępy w terapii CAR-T, która polega na genetycznej modyfikacji limfocytów pacjenta tak, aby celowały w nowotwór. Najnowsze badania z Uniwersytetu Pensylwanii pokazują, że dwucelowa terapia CAR-T może znacząco zmniejszać guzy u pacjentów z agresywnym glejakiem wielopostaciowym (GBM) — jednym z najbardziej opornych nowotworów mózgu. Prezentowane podczas ASCO 2025 wyniki, opublikowane w „Nature Medicine”, wskazują, że u większości leczonych pacjentów obserwowano chwilowe zmniejszenie rozmiaru guza oraz wydłużony czas przeżycia.
W Polsce immunoterapia komórkowa także się upowszechnia: Uniwersytecki Szpital Kliniczny we Wrocławiu podaje terapię CAR-T już 50. dziecku, z wynikami porównywalnymi z ośrodkami w USA, co czyni Polskę jednym z wiodących europejskich centrów tego typu terapii.
Sztuczna inteligencja: od diagnostyki po rokowania
Sztuczna inteligencja przestała być nowinką, a zaczyna stanowić konkretne narzędzie medyczne. Naukowcy z Uniwersytetu Stanford opracowali AI integrującą obrazy medyczne z danymi tekstowymi, która potrafi przewidywać rokowania i odpowiedzi na leczenie u pacjentów onkologicznych — takie narzędzia mogą rewolucjonizować indywidualne planowanie terapii.
W innym przełomowym projekcie badawczym zespół kierowany przez Moritza Gerstunga z Niemieckiego Centrum Badań nad Rakiem (DKFZ) opracował model AI, który przewiduje ryzyko rozwoju ponad 1000 chorób, w tym nowotworów i zawałów serca nawet do 10 lat przed diagnozą. Jak podkreśla Gerstung, „to dopiero początek nowego sposobu rozumienia zdrowia człowieka i przebiegu chorób”.
Sztuczna inteligencja pomaga też w diagnostyce — badania z Lublina wykazały, że AI jest skuteczniejsza w wykrywaniu raka jajnika niż eksperci kliniczni, co ma olbrzymie znaczenie w przyspieszeniu diagnozy i poprawie rokowań.
Nowe strategie: mRNA i „żywe leki”
Technologia mRNA, znana z pandemii COVID-19, szybko ewoluuje w kierunku terapii przeciwnowotworowych. Personalizowane szczepionki mRNA tworzone są z myślą o unikalnym profilu nowotworowym pacjenta i znajdują się w zaawansowanych fazach badań klinicznych w wielu krajach — od raka trzustki po czerniaka.
W bardziej futurystycznym nurcie, tzw. „Engineered Living Therapeutics” (ELTs) — zmodyfikowane żywe mikroorganizmy lub komórki — są projektowane tak, by po połknięciu działały jak fabryki leków wewnątrz ludzkiego organizmu, co może otworzyć zupełnie nowe terapie dla schorzeń metabolicznych czy immunologicznych.
Choroby przewlekłe i neurologia: wgląd w mechanizmy
Badania nad demencją, prowadzone dzięki modelowaniu ludzkiej tkanki mózgowej w laboratorium, pozwalają śledzić procesy neurodegeneracyjne w czasie rzeczywistym — krok, który może ułatwić tworzenie skutecznych terapii przeciw chorobie Alzheimera.
Leki stosowane dotąd głównie w terapii otyłości i cukrzycy wykazują obiecujące efekty w innych schorzeniach, w tym w zaburzeniach psychicznych i stanach zapalnych, co wskazuje na większy potencjał terapii metabolicznych niż sądzono wcześniej.
Postęp nauki to wielka szansa, ale i wyzwanie dla systemów opieki zdrowotnej. Terapie spersonalizowane i narzędzia AI wymagają nie tylko inwestycji technologicznych, ale też ram regulacyjnych i edukacji klinicznej. Pojawia się konieczność uważnej dyskusji o etyce, dostępie do innowacji oraz roli danych pacjenta w erze cyfrowej medycyny.
