Terveydenhuollon tekoälyn pitäisi ajatella pienesti

Kuusi minuuttia Apollo 13:n kuumatkalle Vuonna 1970 sen happisäiliö räjähti. Tapahtuma sai NASAn kehittämään uuden lähestymistavan avaruusaluksensa mahdollisten vikojen ennustamiseen. Lähestymistapa perustui jatkuvaan anturitietoon, joka sitten syötti syvällisiä digitaalisia simulaatioita, mikä mahdollisti monimutkaisten avaruusjärjestelmien paljon tiukemman testauksen. Se oli "digitaalisen kaksoisteknologian" ensimmäinen käyttökerta.

Nykyään digitaalisia kaksoisjärjestelmiä käytetään eri toimialoilla parantaa toimintaa ja simuloida tarkasti järjestelmän muutoksia. Teknologiayritykset, kuten Apple ja Tesla, käyttävät digitaalisia kaksosia valvomaan tuotteiden suorituskykyä kentällä ja määrittämään, vaativatko tietyt järjestelmäkomponentit huoltoa vai eivät.

Digitaalisia kaksosia on käytetty myös terveydenhuollossa, tosin suurelta osin lääketutkimuksessa ja -kehityksessä. Sen suurin potentiaali on kuitenkin kroonisten sairauksien hoidossa. Yhdistämällä koneoppimisen ja esineiden internet -teknologian digitaaliseen kaksoisälyyn, lähestymistapa, joka sai alkunsa jostain niinkin laajasta kuin avaruustutkimuksesta, voi tehdä terveydenhuollosta todella yksilöllistä.

Perinteisen hoidon digitalisointi on epäonnistunut

Nykyaikainen lääketiede on viime vuosikymmenen aikana edennyt kohti yksilöllistä hoitoa antamalla potilaille äänen osallistua päätöksentekoon ja kohti tarkkuuslääkettä genomitutkimuksen edistymisen ansiosta. Molemmat ovat auttaneet räätälöimään hoitoa yksilön mukaan, mutta suurimmaksi osaksi terveydenhuoltojärjestelmämme ottaa hoitoon "suuren ryhmän" lähestymistapaa.

Se on ilmeistä tavassa, jolla hallitsemme kroonisia sairauksia. Jokainen 133 miljoonasta amerikkalaisesta, joilla on tällä hetkellä yksi tai useampi krooninen sairaus, saa suunnitellun hoitopolun – hoito-ohjelman, villitysruokavalion, usein joukon lääkkeitä – ja heidän paranemistaan ​​mitataan tuhansien muiden henkilöiden erissä, jotka jakaa tilansa.

Tämä lähestymistapa ei ole toiminut. Tunnetusti, Yhdysvaltain menot Diabeteksen, sydänsairauksien ja syövän määrä lisääntyy edelleen, ja teknologian vaikutus tuloksiin ja kustannuksiin on ollut rajallinen. Diabeteksen, painonpudotuksen ja muiden sairauksien digitaalisessa hallinnassa tämä vaikutus on ollut ei-tekijä.

Maaliskuussa julkaissut raportin Peterson Health Technology Institute korosti tätä kestävien tulosten puutetta. Raportissa todettiin, että kaikki arvioidut ratkaisut toimivat huonosti sitoutumisen ja tulosten suhteen ajan mittaan. Tämän seurauksena painonpudotus, A1C:n vähentäminen, lääkityksen eliminointi, diabeteksen kumoaminen ja näiden ratkaisujen terveys, hyvinvointi ja taloudelliset hyödyt ovat rajallisia ja kestämättömiä.

Tämä johtuu siitä, että useimmat ratkaisut vain digitalisoivat tehottoman hoitomallin. Ne eivät ota huomioon yksilöllisiä eroja. Jokainen ihminen tuo mukanaan omat kulttuuriset, biologiset, ravitsemus-, käyttäytymis- ja ympäristötekijät, jotka vaikuttavat hänen terveytensä syvästi yksilötasolla.

Siirtyminen "henkilökohtaisesta" hoidosta yksilölliseen hoitoon

Digital twin AI lupaa poiketa mallista. Teknologian ydin on ajatus, että jokainen yksilö on ykkönen. Yksilön digitaalinen kaksois saa tietoa jatkuvalla mittauksella hänen ainutlaatuisista kliinisistä ja käyttäytymismuuttujistaan, ja hän käyttää näitä tietoja hoito-ohjeiden muokkaamiseen kohti parasta ja tervettä versiota yksilöstä.

Digitaalisen kaksoisteknologian voima on sen huomioimisessa pieniin asioihin – asioihin, joita syömme ja teemme – ja miten ne vaikuttavat nykyiseen ja tulevaisuuteen. Käytännössä digitaaliset kaksoset voivat ennustaa tarkasti pihviillallisen vaikutuksen tietyn henkilön aineenvaihduntaan tai sydän- ja verisuoniterveyteen. Siinä määrin kuin vaikutukset voivat olla kielteisiä, digitaaliset kaksoset voivat tarjota keinoja lieventää vaikutuksia. Se saattaa ehdottaa 10 minuutin kävelymatkaa tai vaihtoehtoista jälkiruokaa. Jäätelön sijaan se on ehkä banaanipähkinäleipä kreikkalaisen jogurtin ja tuoreiden marjojen kera tai yksinkertaisesti erilainen sarja.

Tällä tavalla digitaalinen kaksoisäly voi näyttää yksilölle, mitä häntä odottaa, jos hän pysyy nykyisellä liikeradalla, ja suuret muutokset, joita voi tapahtua tekemällä pieniä muutoksia ajan mittaan. Jatka nykyistä rutiiniasi, niin voit lopettaa metformiinin käytön kolmen viikon kuluttua. Palaa vanhoihin tottumuksiin ja voit odottaa täyttöä.

Se on tehokasta tekniikkaa, ja vaikka sen vaikutus terveydenhuoltoon on suurelta osin tunnustettu vasta vuonna akatemia, se alkaa löytää roolinsa kaupallisissa käyttötapauksissa. Vuonna 2014 Dassault Systemes ja FDA lanseerasivat SIMULIA elävä sydän, projekti, joka tekee yhteistyötä laitevalmistajien kanssa kehittääkseen ja parantaakseen sydänlaitteita nopeammin. Pandemian alkaessa OnScale's Projekti BreathEasy kehitti COVID-19-potilaiden keuhkojen digitaalisen kaksosen parantaakseen ja optimoidakseen hengityskoneresurssien käyttöä.

Lääketieteen tutkijat käyttävät myös digitaalisia kaksostautimalleja ennustaakseen monimutkaisiin, äärimmäisen yksilöllisiin biologisiin prosesseihin perustuvien lääketoimenpiteiden tehokkuutta. Takeda Pharmaceuticals on omaksunut teknologian lääkeprosessien lyhentämiseksi ja realististen biokemiallisten reaktioiden panos-tuotosennusteiden tekemiseksi. Viime aikoina tutkijat käyttivät digitaalista kaksoistekniikkaa simuloida terapian tuloksia ja määrittää paras hoito orofaryngeaaliseen karsinoomaan yksilön perusteella.

Kroonisten sairauksien hallinta on seuraava raja

A äskettäin Nature-lehdessä julkaistu artikkeli väittää, että digitaaliset kaksoset ovat "valmiita antamaan merkittävän panoksen" syövän hoitoon, erityisesti seurattaessa taudin etenemistä ja arvioitaessa hoitovasteita, jotka vaihtelevat pahamaineisesti yksilöittäin. Samassa paperissa analysoidaan kuvantamisen, EHR:n, geneettisen ja jatkuvan puettavan datan syöttämiä sydämen digitaalisia kaksosia ja niiden mahdollisuuksia ennustaa akuutteja sydäntapahtumia.

Nämä edistysaskeleet antavat tietä elämää muuttaville terveydenhuollon teknologioille. Heidän voimansa piilee niiden tarkoituksen ytimessä: mikään monimutkainen ei ole staattista.

Tämä koskee erityisesti biologisia järjestelmiämme. Digitaalinen kaksos tarvitsee tuhansia datapisteitä päivässä per yksilö ymmärtääkseen todella yksilön biologian, kulttuurin, elämäntavan, mieltymysten ja terveyden välisen vuorovaikutuksen. Puettavat laitteet ja mobiilisovellukset keräävät jo osaa näistä tiedoista, mutta ilman mallia, joka sijoittaa tiedot yksilön ja hänen hoitomatkansa kontekstiin, se on peräsintöntä.

Kroonisten sairauksien hallinnan maailmassa pienistä asioista voi hyvin nopeasti tulla suuria, hengenvaarallisia asioita. Ja vaikka digitaalinen terveys on herättänyt potilaiden toiveita, joilla on esimerkiksi "personointi", ihmisille tarjotut työkalut ja lähestymistavat eivät ole vastanneet heidän ainutlaatuisiin tarpeisiinsa ja mieltymyksiinsä.

Digital twin AI kääntää tämän lähestymistavan päälaelleen auttamalla meitä ymmärtämään paremmin ja parantamaan terveyttämme syvästi henkilökohtaisella tasolla. Se on tekniikka, joka on valmis täyttämään yksilöllisen hoidon lupauksen.