Δρ. Τζορτζ Άρονωφ, Ιατρικός Διευθυντής στην Dosis, Inc – Σειρά Συνεντεύξεων

Ο Δρ. Τζορτζ Άρονωφ είναι ο Ιατρικός Διευθυντής στην Dosis και έχει πάνω από 30 χρόνια εμπειρίας στη νεφρολογία. Προηγουμένως ήταν Διευθυντής Νεφρολογίας και Υπέρτασης στο Πανεπιστήμιο του Λούισβιλ, όπου η έρευνά του με τους Δρ. Μπράιερ και Γκαβέντα επικεντρώθηκε στη χρήση της τεχνητής νοημοσύνης για τη δόση ESAs σε ασθενείς με αιμοκάθαρση. Έλαβε το M.S. στη Φαρμακολογία και το M.D. από το Πανεπιστήμιο της Ιντιάνα.

Το πρώτο προϊόν της Dosis, Strategic Anemia Advisor, είναι ένα διαδικτυακό εργαλείο αναφοράς που προσωπικοποιεί τη δόση ESAs, μια κατηγορία φαρμάκων που χρησιμοποιούνται για τη θεραπεία της χρονικής αναιμίας.

Μπορείτε να ξεκινήσετε εξηγώντας τι είναι η καινοτόμος πλατφόρμα δόσης AI Strategic Anemia Advisor (SAA);

Η Strategic Anemia Advisor (SAA) της Dosis είναι ένα σύστημα υποστήριξης κλινικής απόφασης που βασίζεται σε τεχνητή νοημοσύνη και έχει σχεδιαστεί για τη βελτίωση των αποτελεσμάτων υγείας των ασθενών με Νεφρική Νόσο Τέλους (ESKD) και τη μείωση του κόστους των φαρμάκων κατά μέσο όρο 25% με τη προσωπικοποίηση της δόσης. Περισσότεροι από 550.000 ασθενείς με Νεφρική Νόσο Τέλους (ESRD) στις Ηνωμένες Πολιτείες υποβάλλονται目前 σε αιμοκάθαρση και η πλειονότητα αυτών των ασθενών εμφανίζει χρονική αναιμία. Η SAA βασίζεται σε πάνω από 10 χρόνια ερευνών στο Πανεπιστήμιο του Λούισβιλ και σχεδιάστηκε ειδικά για να βοηθήσει τους κλινικούς διαχειριστές αναιμίας με τις συστάσεις τους για τη δόση ESAs.

Ποια είναι τα οφέλη της προσφοράς προσωπικοποιημένων συστάσεων δόσης;

Η τεχνητή νοημοσύνη βοηθά τους κλινικούς γιατρούς να καθορίσουν τη μικρότερη δόση που απαιτείται για την επίτευξη του επιθυμητού θεραπευτικού αποτελέσματος, το οποίο έχει και κλινικά και οικονομικά οφέλη. Σε περίπτωση δόσης ESAs, η αναποτελεσματική δόση μπορεί να οδηγήσει σε σημαντικά υψηλότερη έκθεση του φαρμάκου στους ασθενείς και, αντίστοιχα, σε αυξημένα έξοδα φροντίδας. Η SAA επικεντρώνεται στη λεπτομερή ρύθμιση της δόσης με βάση την απάντηση του ασθενούς στο φάρμακο. Καθώς οι αλλαγές της δόσης πραγματοποιούνται τακτικά, είναι στο besten συμφέρον του ασθενούς να λαμβάνει τη μικρότερη δυνατή ποσότητα του φαρμάκου, поскольку μεγαλύτερη έκθεση στο ESA συνδέεται με υψηλότερο κίνδυνο καρδιακής προσβολής, εγκεφαλικού, θρόμβωσης και επανεισόδου καρκίνου.

Ως ηγέτης σε αυτόν τον τομέα, η SAA της Dosis παρέχει μια λύση που έχει αποδείξει αποτελέσματα, τα οποία της έχουν επιτρέψει να κερδίσει ευρεία αποδοχή από τις κορυφαίες οργανώσεις αιμοκαθάρσεων. Μέχρι σήμερα, η SAA έχει χρησιμοποιηθεί για την παράδοση περισσότερων από 2 εκατομμύρια συστάσεων δόσης.

Η δόση φαρμάκων που διέπεται από την τεχνητή νοημοσύνη κερδίζει έδαφος σε πολλούς τομείς της ιατρικής, όπως η αιμοκάθαρση, η ογκολογία και η μεταμόσχευση. Σε αυτούς τους τομείς, η ακριβής δόση παίζει κρίσιμο ρόλο στην επίτευξη ευνοϊκών αποτελεσμάτων. Η δόση με τη βοήθεια της τεχνητής νοημοσύνης είναι ιδιαίτερα αποτελεσματική στη διαχείριση φαρμάκων που χρησιμοποιούνται για τη θεραπεία χρονικών παθήσεων, поскольку και ο κίνδυνος ανεπιθύμητων ενεργειών και το κόστος φροντίδας αυξάνονται με τους μήνες και τα χρόνια που οι ασθενείς λαμβάνουν αυτά τα φάρμακα.

Πώς χρησιμοποιείται η τεχνητή νοημοσύνη για την αναγνώριση της συνιστώμενης ποσότητας δόσης;

Η SAA χρησιμοποιεί τη τεχνητή νοημοσύνη για να τοποθετήσει τους ασθενείς σε ένα φάσμα απάντησης στη δόση ESAs, από την ακραία απάντηση (κάποιος που είναι πολύ ευαίσθητος στο φάρμακο) έως, ουσιαστικά, μη απαντητή. Αυτή η εκτίμηση πραγματοποιείται με την αξιολόγηση της ιστορικής απάντησης του ασθενούς στο φάρμακο και τη δημιουργία ενός μοναδικού προφίλ απάντησης για κάθε ασθενή. Με κάθε επόμενη δόση και απάντηση αιμοσφαιρίνης, η SAA βελτιώνει αυτή την εκτίμηση για να επιτύχει με μεγαλύτερη ακρίβεια το στόχο αιμοσφαιρίνης χρησιμοποιώντας τη μικρότερη δυνατή δόση ESAs.

Τι είδους μείωση στη χρήση φαρμάκων έχουν δει οι κλινικές από αυτό;

Με τη συνεχή χρήση της SAA, οι κλινικές έχουν δει κατά μέσο όρο μια μείωση 25% στη χρήση ESAs με διατηρημένα ή βελτιωμένα αποτελέσματα αναιμίας, καθώς και μια μείωση 75% στο χρόνο που διαθέτουν για τη διαχείριση της αναιμίας.

Μπορείτε να συζητήσετε πώς η δόση με τη βοήθεια της τεχνητής νοημοσύνης θα είναι πιθανότατα ο τύπος φροντίδας για τη διαχείριση χρονίων παθήσεων στο μέλλον;

Για να ενημερώσουν τις αποφάσεις δόσης, οι γιατροί έχουν ιστορικά βασιστεί κυρίως στην κλινική τους εμπειρία, τη γνώση των φαρμάκων που συνταγογραφούν και τις συστάσεις δόσης από τους κατασκευαστές φαρμάκων και την FDA. Ωστόσο, αυτές οι συστάσεις είναι συχνά ανακριβείς, поскольку βασίζονται σε κλινικές μελέτες που μπορεί να μην αντανακλούν με ακρίβεια την απάντηση του ασθενούς στο φάρμακο.

Η δόση με τη βοήθεια της τεχνητής νοημοσύνης έχει αναγνωριστεί ως một κρίσιμη μέθοδος για τη μεγιστοποίηση της ασφάλειας και της αποτελεσματικότητας της θεραπείας με σημαντικά οφέλη για τους ασθενείς και τους παρόχους υγείας, και οι λύσεις που βασίζονται στην τεχνητή νοημοσύνη έχουν αποδείξει μέχρι τώρα να είναι μεταξύ των πιο ισχυρών εργαλείων για την εφαρμογή της δόσης με τη βοήθεια της τεχνητής νοημοσύνης.

Σήμερα, πέντε παράγοντες έχουν συνδυαστεί για να κάνουν την δόση φαρμάκων με τη βοήθεια της τεχνητής νοημοσύνης μια πραγματικότητα. Αυτοί περιλαμβάνουν:

• Τεχνολογικές προόδους στις υπολογιστικές δυνατότητες, οι οποίες μας επιτρέπουν να επεξεργαζόμαστε μεγάλες, σύνθετες βάσεις δεδομένων γρήγορα, καθιστώντας τις λύσεις της τεχνητής νοημοσύνης πρακτικές.
• Δημόσια οικειότητα με την τεχνητή νοημοσύνη ως ένα αποτελεσματικό εργαλείο για την επίλυση σύνθετων προβλημάτων, το οποίο κάνει τους γιατρούς να αισθάνονται άνετα να ενσωματώνουν τέτοιου είδους εργαλεία σε κλινικά περιβάλλοντα.
• Αξιόπιστο δεδομένα είναι τώρα διαθέσιμα σε ηλεκτρονικά ιατρικά αρχεία και είναι τυποποιημένα με τρόπο που είναι πολύ πιο εύχρηστος για τους αλγορίθμους σε σύγκριση με τα ελεύθερα, χειρόγραφα ιατρικά αρχεία.
• Τεχνικές ανάλυσης μεγάλων δεδομένων έχουν επίσης κάνει την εφαρμογή της τεχνητής νοημοσύνης και των αλγορίθμων ελέγχου σε σύνθετα δεδομένα πολύ πιο πρακτική και αποτελεσματική. Σήμερα, μπορούμε να βασιστούμε σε δεδομένα από εκατομμύρια ασθενείς για να σχεδιάσουμε και να δοκιμάσουμε αλγορίθμους σε ψηφιακό περιβάλλον και να επαναλάβουμε γρήγορα. Αυτό είναι μια τεράστια βελτίωση σε σχέση με τα συστήματα εμπειρογνωμόνων που βασίζονται σε μικρότερο αριθμό ασθενών, πιθανότατα στις χιλιάδες ή εκατοντάδες, που γενικά είναι δυνατόν να δοκιμαστούν μόνο σε πολύ πιο δαπανηρές και επικίνδυνες κλινικές μελέτες.
• Ολοένα και πιο σύνθετα και ισχυρά φάρμακα έχουν αναπτυχθεί που επηρεάζουν βασικές φυσιολογικές διαδικασίες. Φάρμακα που επηρεάζουν πολλές φυσιολογικές διαδικασίες και έχουν một στενό θεραπευτικό παράθυρο (το “γλυκό σημείο” μεταξύ τοξικότητας και αναποτελεσματικής θεραπείας) έχουν γίνει πιο συχνά. Αυτά είναι τα είδη φαρμάκων για τα οποία η δόση φαρμάκων με τη βοήθεια της τεχνητής νοημοσύνης μπορεί να προσφέρει τα περισσότερα οφέλη.

Πηγαίνοντας ένα βήμα παραπέρα από τη δόση με τη βοήθεια της τεχνητής νοημοσύνης, ποια είναι κάποια από τις απόψεις σας για το γενικό μέλλον της προσωπικής ιατρικής;

Σε 10 χρόνια, πιστεύω ότι τα μοντέλα δόσης με τη βοήθεια της τεχνητής νοημοσύνης θα είναι πιθανότατα ο τύπος φροντίδας σε όλο το φάσμα της υγείας, χρησιμοποιούμενα για eine μεγάλη ποικιλία φαρμάκων όπως η 와ρφαρίνη, η ινσουλίνη και τα ανοσοκατασταλτικά. Βασικά, οποιοδήποτε φάρμακο που χορηγείται χρονικά και έχει ένα στενό θεραπευτικό εύρος είναι ένας καλός υποψήφιος για δόση με τη βοήθεια της τεχνητής νοημοσύνης. Επιπλέον, καθώς αναπτύσσονται περισσότερα εργαλεία και αναγνωρίζονται περισσότερες ευκαιρίες για τη χρήση αυτών των εργαλείων, θα δούμε εκθετική αύξηση στη χρήση της τεχνητής νοημοσύνης για να οδηγήσει θεραπείες, να ερμηνεύσει εργαστηριακά και ακτινογραφικά ευρήματα και να προβλέψει αποτελέσματα θεραπευτικών στρατηγικών.

Υπάρχει κάτι άλλο που θα ήθελε να μοιραστείτε σχετικά με την Dosis;

Η Dosis είναι μοναδικά τοποθετημένη για την εφαρμογή της υποστήριξης αποφάσεων με τη βοήθεια της τεχνητής νοημοσύνης και έχει ένα ιστορικό μετάφρασης υψηλού επιπέδου ακαδημαϊκής έρευνας σε πρακτικές κλινικές εφαρμογές σε μικρή και μεγάλη κλίμακα.

Ευχαριστούμε για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν την Dosis.