Память опухоли: как дробный порядок меняет прогноз экспресс

Оригинал: "A mathematical model of tumor growth using fractional derivatives"
arXiv:2603.14562 · 2026-03-15 · CC BY 4.0 · 2 мин
Математическая модель, которая помнит прошлое, лучше предсказывает рост опухоли у каждого пациента.

Опухоль растёт не как дерево, а как город: на его сегодняшний облик влияют и вчерашние стройки, и позавчерашние пожары. Обычные уравнения роста опухоли этого не учитывают — они смотрят только на текущий момент, как если бы город каждый день строился заново. Авторы работы добавили в модель «память»: теперь уравнение помнит, что было раньше, и это меняет прогноз.

Такую память описывают дробными производными — математическим инструментом, который растягивает влияние прошлого на сегодня. Вместо целого порядка (обычная производная) используется дробный, меньше единицы. Это как смотреть на рост опухоли через стекло, которое слегка размывает прошлое, но не стирает его полностью. Модель настроили на данные пяти пациентов с реальными измерениями объёма опухоли.

Результат: у всех пяти пациентов дробная модель точнее совпала с наблюдениями, чем классическая. Для каждого нашёлся свой оптимальный дробный порядок — у кого-то память длиннее, у кого-то короче. Это значит, что опухоль каждого человека растёт по-своему, и универсального уравнения не существует.

Дробный порядок меньше единицы означает, что опухоль «помнит» не только вчерашний размер, но и более ранние состояния, причём чем дальше в прошлое, тем слабее влияние.

Разница видна и на графиках: траектории дробной и обычной моделей расходятся, как две дороги, которые сначала идут рядом, а потом одна уходит в сторону. Это не просто математическая деталь — от формы кривой зависит, когда врач заметит опасный рост и успеет вмешаться.

Пять пациентов — это мало для окончательных выводов, но достаточно, чтобы увидеть: индивидуальный подход к памяти опухоли может изменить прогноз.

Пока это только первый шаг. В будущем модель можно дополнить учётом лечения и неопределённости, а также проверить на сотнях пациентов. Но уже сейчас ясно: чтобы понять, как растёт опухоль, нужно помнить, с чего она начиналась.

Дробные производные придумали ещё в 1695 году, когда математик Лопиталь спросил Лейбница, что будет, если порядок производной сделать половинным. Лейбниц ответил, что из этого получится парадокс, из которого когда-нибудь извлекут пользу. Прошло три века, и эта «польза» помогает моделировать рост опухолей.

Учёные
Andrey Markov
Понятия
открытие лекарств от рака сегментация опухолей визуализация и характеристика опухолей логарифмическая производная медицина сегментация медицинских изображений медицинская визуализация в онкологии планирование лучевой терапии с помощью ИИ обнаружение рака мозга производная по времени цифровой двойник в здравоохранении пропорциональность масштабный фактор квантовый временной порядок резервуарные вычисления марковская цепь Монте-Карло