Tohtori George Aronoff, Dosis Inc:n lääkäripäällikkö – Haastattelusarja

Tohtori George Aronoff on Dosis Inc:n lääkäripäällikkö, ja hänellä on yli 30 vuoden kokemus nefrologiasta. Aikaisemmin hän toimi nefrologian ja hypertensiotutkimuksen johtajana Louisvillen yliopistossa, jossa hän tutki yhdessä tohtorien Brierin ja Gawedan kanssa AI:n käyttöä ESA-lääkkeiden annosteluun dialyysipotilaiden hoidossa. Hän suoritti maisterin tutkinnon farmakologiasta ja lääketieteen tohtorin tutkinnon Indianan yliopistossa.

Dosisin ensimmäinen tuote, Strategic Anemia Advisor, on verkkopohjainen viitekehys, joka personoi ESA-lääkkeiden annostusta, jotka ovat lääkeryhmä, jota käytetään kroonisen anemian hoitoon.

Voitko aloittaa selittämällä, mitä Strategic Anemia Advisor (SAA) on?

Dosisin Strategic Anemia Advisor (SAA) on tekoälypohjainen kliininen päätöksenteon tuki, joka on suunniteltu parantamaan loppuvaiheen munuaistautipotilaiden terveydentilaa ja vähentämään lääkeaineiden kustannuksia keskimäärin 25 prosentilla henkilökohtaistamalla lääkeannoksia. Yli 550 000 loppuvaiheen munuaistautipotilasta Yhdysvalloissa on parhaillaan dialyysihoidossa, ja useimmat heistä kärsivät kroonisesta anemiasta. SAA perustuu yli 10 vuoden tutkimukseen Louisvillen yliopistossa ja on suunniteltu avustamaan kliinisiä anemianhoitajia ESA-lääkkeiden annosteluosuutta.

Mitkä ovat henkilökohtaistuneiden annostelusuositusten hyödyt?

Teckoäly auttaa kliinikoita määrittämään vähimmäisannos, joka tarvitaan saavuttamaan toivottu terapeuttinen tulos, mikä on sekä kliinistä että taloudellista hyötyä. ESA-lääkkeiden osalta tehokkaan annostelun puute voi johtaa huomattavasti suurempaan lääkealtistukseen potilailla ja siten korkeampiin hoidon kustannuksiin. SAA keskittyy hienosäätöön annostelun mukauttamisessa potilaan osoittamaan lääkevasteeseen. Koska annostelumuutoksia tehdään säännöllisesti, on potilaan edun mukaisinta saada mahdollisimman pieni määrä lääkettä, koska suurempi altistus ESA:lle on yhteydessä suurempaan sydäninfarktin, aivoinfarktin, tromboosin ja syövän uusiutumisen riskiin.

Dosisin SAA tarjoaa ratkaisun, jolla on osoitettu tulokset, mikä on mahdollistanut sen laajan hyväksymisen johtavien dialyysiohjelmien keskuudessa. Tähän mennessä SAA:ta on käytetty yli 2 miljoonan annostelusuosituksen toimittamiseen.

Lääkeannostelun ohjaus tekoälyllä on voimakkaasti kasvava ala monilla lääketieteen aloilla, kuten dialyysissä, syöpähoidossa ja elinsiirroissa. Näillä aloilla tarkka annostelun mukauttaminen on avainasemassa suotuisien tuloksien saavuttamisessa. Tekoälypohjainen tarkka annostelun mukauttaminen on erityisen vaikuttavaa kroonisten sairauksien hoidossa käytettävien lääkkeiden hallinnassa, koska sekä haittavaikutusten riski että hoitokustannukset kasvavat kuukausien ja vuosien varrella, kun potilaat ovat näillä lääkkeillä.

Miten tekoälyä käytetään suositeltavan annosmäärän määrittämiseen?

SAA käyttää tekoälyä asettamaan potilaat ESA-annosvasteen spektrille äärimmäisestä vastaajasta (joku, joka on erittäin herkkä lääkkeelle) lähes vastaamattomaan. Tämä arvio tehdään arvioimalla potilaan historiallista lääkevastetta ja rakentamalla yksilöllinen vasteen profiili kullekin potilaalle. Jokaisen seuraavan annostelun ja hemoglobiinivasteen myötä SAA tarkentaa arviotaan tavoitteena saavuttaa kohdehemoglobiiniarvo mahdollisimman alhaisella ESA-annoksella.

Mikälaista vähennystä lääkeaineiden käytössä on nähty?

Jatkuvan SAA:n käytön myötä hoitoyksiköt ovat havainneet keskimäärin 25 prosentin vähennyksen ESA-käytössä ylläpidettynä tai parannettuina anemiatuloksina sekä 75 prosentin vähennyksen ajassa, jota käytetään anemian hallintaan.

Voitko keskustella siitä, miten tekoälypohjainen tarkka annostelun mukauttaminen tulee todennäköisesti olemaan kroonisten sairauksien hoidon tulevaisuuden standardi?

Lääkeannostelupäätöksiä tehdessään lääkärit ovat perinteisesti luottaneet ennen kaikkea kliiniseen kokemukseensa, tietämykseensä määrättyjen lääkkeiden osalta ja paperipohjaisiin lääkevalmistajien ja FDA:n antamiin suositukssiin. Näitä suosituksia voidaan kuitenkin pitää usein epätarkkoina, koska ne perustuvat kliinisiin tutkimuksiin, jotka saattavat tai eivät saattavat heijastaa yksilöllisesti potilaan lääkevastetta.

Tarkka annostelun mukauttaminen on tunnistettu tärkeäksi menetelmäksi terapeuttisen turvallisuuden ja tehokkuuden maksimoimiseksi, ja tekoälypohjaiset ratkaisut ovat osoittautuneet yhdeksi tehokkaimmista välineistä tarkan annostelun toteuttamiseksi.

Tänään on viisi tekijää, jotka ovat yhdistyneet tekoälypohjaisen lääkeannostelun mahdollistamiseksi. Niihin kuuluvat:

• Teknologisen kehityksen edistysaskel laskennassa, joka mahdollistaa suurten ja monimutkaisten tietojoukkojen nopean prosessoinnin, mikä tekee tekoälyratkaisuista käytännöllisiä.
• Julkinen tuttuus tekoälystä tehokkaana työkaluna monimutkaisten ongelmien ratkaisemiseen, mikä tekee lääkäreistä mukavampia ottamaan sellaisia työkaluja käyttöön kliinisissä ympäristöissä.
• Luotettava data on nyt saatavilla sähköisissä potilastiedoissa ja on standardoitu tavalla, joka on paljon helpommin sulattavissa algoritmeille verrattuna perinteisiin paperipohjaisiin potilastietoihin.
• Big data -analytiikka on myös tehnyt tekoälyn ja ohjausalgoritmien soveltamisesta monimutkaisiin tietojoukkoihin paljon käytännöllisemmän ja tehokkaamman. Tänään voimme hyödyntää miljoonien potilaiden dataa suunnitella ja testata algoritmeja tehokkaasti ja nopeasti. Tämä on merkittävä parannus asiantuntijajärjestelmiin, jotka perustuvat lääkärin pienempään potilasmäärään, mahdollisesti tuhansiin tai satoihin, ja jotka voidaan testata vain kalliimmissa ja riskialttiimmissa kliinisissä tutkimuksissa.
• Yhä monimutkaisempia ja voimakkaampia lääkkeitä on kehitetty, jotka vaikuttavat perusfysiologisiin prosesseihin. Lääkkeet, jotka vaikuttavat useisiin fysiologisiin prosesseihin ja joilla on kapea terapeuttinen ikkuna (”makea paikka” myrkyllisyyden ja tehottoman hoidon välillä), ovat yleistyneet. Nämä ovat lääkkeitä, joiden kohdalla tekoälypohjainen lääkeannostelun mukauttaminen voi antaa eniten hyötyä.

Meneekö sinun mielestäsi henkilökohtaistettu lääkehoito vielä askel eteenpäin?

10 vuoden kuluttua uskon, että tekoälyohjatut annostelumallit tulevat todennäköisesti olemaan terveydenhuollon laajasti käytetty standardi, ja niitä käytetään laajasti erilaisiin lääkkeisiin, kuten sotafarisiiniin, insuliiniin ja immunosuppressantteihin. Periaatteessa kaikki lääkkeet, jotka annetaan kroonisesti ja joilla on kapea terapeuttinen ikkuna, ovat hyviä kandidaatteja tekoälyohjatuille annostelumalleille. Lisäksi mitä enemmän työkaluja kehitetään ja mitä enemmän mahdollisuuksia niiden käyttöön tunnistetaan, sitä enemmän näemme eksponentiaalista kasvua tekoälyn käytössä hoitotoimenpiteiden ohjaamiseen, laboratoriotutkimusten ja radiografisten löydösten tulkintaan sekä hoitotoimenpiteiden tuloksellisuuden ennustamiseen.

Onko sinulla jotain muuta, mitä haluaisit jakaa Dosisista?

Dosis on ainutlaatuinen toteuttaa tekoälyohjattua päätöksentekoa ja sillä on historia korkean tason akateemisen tutkimuksen kääntämisestä käytännön kliinisiin sovelluksiin sekä pienessä että suuressa mittakaavassa.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla Dosis-sivustolla.