Dr. George Aronoff, Chief Medical Officer bei Dosis, Inc – Interview-Serie

Dr. George Aronoff ist der Chief Medical Officer bei Dosis und hat über 30 Jahre Erfahrung in der Nephrologie. Er war zuvor Leiter der Nephrologie und Hypertension an der University of Louisville, wo seine Forschung mit Drs. Brier und Gaweda sich auf die Verwendung von KI zur Dosierung von ESAs bei Dialysepatienten konzentrierte. Er erhielt seinen M.S. in Pharmakologie und M.D. von der Indiana University.

Dosis’ erstes Produkt, Strategic Anemia Advisor, ist ein webbasiertes Referenzwerkzeug, das die Dosierung von ESAs, einer Klasse von Medikamenten zur Behandlung von chronischer Anämie, personalisiert.

Können Sie bitte erklären, was die innovative KI-basierte Dosierungsplattform Strategic Anemia Advisor (SAA) ist?

Dosis’ Strategic Anemia Advisor (SAA) ist ein KI-basiertes klinisches Entscheidungssystem, das entwickelt wurde, um die Gesundheitsergebnisse von Patienten mit End-Stage-Nierenkrankheit (ESKD) zu verbessern und die Medikamentenkosten um durchschnittlich 25 Prozent zu reduzieren, indem es die Medikamentendosierung personalisiert. Mehr als 550.000 Patienten mit End-Stage-Renalkrankheit (ESRD) in den USA unterziehen sich derzeit einer Dialysebehandlung, und die Mehrheit dieser Patienten erleidet chronische Anämie. SAA basiert auf über 10 Jahren Forschung an der University of Louisville und wurde speziell entwickelt, um klinischen Anämie-Managern bei ihren Empfehlungen für die Dosierung von Erythropoiesis-Stimulierenden Medikamenten (ESAs) zu helfen.

Was sind einige der Vorteile der Bereitstellung personalisierter Dosierungsempfehlungen?

KI hilft Klinikern, die minimale Dosis zu bestimmen, die erforderlich ist, um das gewünschte therapeutische Ergebnis zu erzielen, was sowohl klinische als auch wirtschaftliche Vorteile hat. Im Falle der Dosierung von ESAs kann eine ineffiziente Dosierung zu einer wesentlich höheren Medikamentenexposition für Patienten führen und entsprechend höheren Behandlungskosten. SAA konzentriert sich auf die Feinabstimmung der Dosisanpassungen auf der Grundlage der Reaktion des Patienten auf das Medikament. Da Dosisänderungen regelmäßig vorgenommen werden, ist es im besten Interesse des Patienten, die kleinste Menge eines Medikaments zu erhalten, da eine größere Exposition gegenüber ESAs mit einem höheren Risiko für Herzinfarkt, Schlaganfall, Thrombose und Krebsrezidiv verbunden ist.

Als Marktführer in diesem Bereich liefert Dosis’ SAA eine Lösung, die nachweisbare Ergebnisse erzielt hat, was es ermöglicht hat, eine breite Akzeptanz bei den führenden Dialyse-Organisationen zu erlangen. Bisher wurde SAA verwendet, um über 2 Millionen Dosierungsempfehlungen abzugeben.

Medikamentendosierung, die von KI angetrieben wird, gewinnt in vielen Bereichen der Medizin, wie z.B. Dialyse, Krebs und Transplantationsmedizin, an Boden. In diesen Bereichen spielt eine immer präzisere Dosierung eine entscheidende Rolle bei der Erzielung günstiger Ergebnisse. KI-gesteuerte Präzisionsdosierung ist insbesondere bei der Behandlung von Medikamenten, die zur Behandlung von chronischen Erkrankungen eingesetzt werden, von Bedeutung, da das Potenzial für unerwünschte Ereignisse und die Behandlungskosten über die Monate und Jahre, in denen Patienten diese Medikamente einnehmen, zunehmen.

Wie wird künstliche Intelligenz verwendet, um die empfohlene Dosierungsgröße zu identifizieren?

SAA verwendet künstliche Intelligenz, um Patienten auf einem Spektrum der ESA-Dosisreaktion zu platzieren, von extremen Reagierenden (jemand, der sehr empfindlich auf ein Medikament reagiert) bis hin zu Nicht-Reagierenden. Diese Schätzung wird durch die Auswertung der historischen Reaktion des Patienten auf das Medikament und die Erstellung eines einzigartigen Reaktionsprofils für jeden Patienten durchgeführt. Mit jeder nachfolgenden Dosis und Hämoglobinkonzentration verfeinert SAA diese Schätzung, um das Zielhämoglobin mit der niedrigsten möglichen ESA-Dosis zu erreichen.

Welche Art von Reduzierung der Medikamenteneinnahme haben Kliniken durch diese Methode gesehen?

Mit der konsequenten Verwendung von SAA haben Kliniken im Durchschnitt eine Reduzierung der ESA-Verwendung um 25 Prozent mit gleichbleibenden oder verbesserten Anämie-Ergebnissen sowie eine Reduzierung der Zeit, die für die Anämiebehandlung aufgewendet wird, um 75 Prozent gesehen.

Können Sie diskutieren, wie KI-gesteuerte Präzisionsdosierung wahrscheinlich der Standard der Versorgung für die Behandlung von chronischen Erkrankungen in der Zukunft sein wird?

Um Dosierungsentscheidungen zu treffen, haben Ärzte historisch hauptsächlich auf ihre klinische Erfahrung, ihr Wissen über die Medikamente, die sie verschreiben, und papierbasierte Empfehlungen für die Dosierung von Medikamentenherstellern und der FDA vertraut. Diese Empfehlungen sind jedoch oft ungenau, da sie auf klinischen Studien basieren, die möglicherweise nicht genau die Reaktion eines einzelnen Patienten auf das Medikament widerspiegeln.

Präzisionsdosierung wurde als entscheidende Methode identifiziert, um die therapeutische Sicherheit und Wirksamkeit zu maximieren, mit erheblichen Vorteilen für Patienten und Gesundheitsdienstleister, und KI-gesteuerte Lösungen haben sich bisher als die leistungsstärksten Werkzeuge erwiesen, um Präzisionsdosierung zu verwirklichen.

Heute haben sich fünf Faktoren zusammengefügt, um KI-gesteuerte Medikamentendosierung zu einer Realität zu machen. Dazu gehören:

• Technologische Fortschritte im Bereich der Computertechnik, die es ermöglichen, große, komplexe Datensätze schnell zu verarbeiten, was KI-Lösungen praktisch macht.
• Öffentliche Vertrautheit mit künstlicher Intelligenz als einem effektiven Werkzeug zur Lösung komplexer Probleme, was Ärzte dazu bringt, solche Werkzeuge in klinischen Umgebungen zu verwenden.
• Zuverlässige Daten sind jetzt in elektronischen Patientenakten verfügbar und standardisiert, so dass sie von Algorithmen besser verarbeitet werden können als freie Textpatientenakten.
• Big-Data-Analytics-Techniken haben es auch ermöglicht, künstliche Intelligenz und Kontrollalgorithmen auf komplexe Datensätze anzuwenden, was viel praktischer und effizienter ist. Heute können wir auf Daten von Millionen von Patienten zurückgreifen, um Algorithmen zu entwerfen und zu testen, und schnell iterieren. Dies ist eine enorme Verbesserung gegenüber Expertensystemen, die auf der Erfahrung eines Klinikers mit einer kleineren Anzahl von Patienten basieren, möglicherweise nur einige Tausend oder Hunderte, die nur in viel teureren und riskanteren klinischen Studien getestet werden können.
• Immer komplexere und leistungsstärkere Medikamente wurden entwickelt, die grundlegende physiologische Prozesse beeinflussen. Medikamente, die multiple physiologische Prozesse beeinflussen und ein enges therapeutisches Fenster haben (der “sweet spot” zwischen Toxizität und unwirksamer Therapie), sind häufiger geworden. Diese sind die Arten von Medikamenten, bei denen KI-gesteuerte Medikamentendosierung den größten Nutzen bieten kann.

Wenn man einen Schritt über die Präzisionsdosierung hinausgeht, was sind Ihre Ansichten zur Zukunft der personalisierten Medizin?

In 10 Jahren werde ich wahrscheinlich, dass KI-gesteuerte Dosierungsmodelle der Standard der Versorgung über das gesamte Gesundheitsspektrum hinweg sein werden, für eine Vielzahl von Medikamenten wie Warfarin, Insulin und Immunsuppressiva. Im Grunde genommen jedes Medikament, das chronisch verabreicht wird und ein enges therapeutisches Fenster hat, ist ein guter Kandidat für KI-gesteuerte Dosierung. Darüber hinaus werden wir, wenn mehr Werkzeuge entwickelt werden und mehr Gelegenheiten, diese Werkzeuge zu verwenden, identifiziert werden, ein exponentielles Wachstum im Einsatz von KI zur Steuerung von Therapien, zur Interpretation von Labor- und radiographischen Befunden und zur Vorhersage von Therapieergebnissen sehen.

Gibt es noch etwas, das Sie über Dosis teilen möchten?

Dosis ist einzigartig positioniert, um KI-gesteuerte Entscheidungsunterstützung umzusetzen und hat eine Erfolgsbilanz bei der Übersetzung hochwertiger akademischer Forschung in praktische klinische Anwendungen auf kleinen und großen Skalen.

Vielen Dank für das großartige Interview. Leser, die mehr über Dosis erfahren möchten, sollten Dosis besuchen.