Dr. George Aronoff, Chief Medical Officer di Dosis, Inc – Seri Wawancara

Dr. George Aronoff adalah Chief Medical Officer di Dosis, dan dia memiliki lebih dari 30 tahun pengalaman di bidang nefrologi. Sebelumnya, dia menjabat sebagai Kepala Nefrologi & Hipertensi di Universitas Louisville, di mana penelitiannya dengan Drs. Brier dan Gaweda berfokus pada penggunaan AI untuk mendosis ESA pada pasien dialisis. Dia menerima gelar M.S. dalam Farmakologi dan M.D. dari Universitas Indiana.

Produk pertama Dosis, Strategic Anemia Advisor, adalah alat referensi berbasis web yang mempersonalisasi dosis ESA, kelas obat yang digunakan untuk mengobati anemia kronis.

Apakah Anda bisa menjelaskan apa itu platform dosis berbasis AI inovatif Strategic Anemia Advisor (SAA)?

Strategic Anemia Advisor (SAA) Dosis adalah sistem dukungan keputusan klinis berbasis kecerdasan buatan (AI) yang dirancang untuk meningkatkan hasil kesehatan pasien Penyakit Ginjal Tahap Akhir (ESKD) dan mengurangi biaya obat dengan rata-rata 25 persen dengan mempersonalisasi dosis obat. Lebih dari 550.000 pasien Penyakit Ginjal Kronis (CKD) di Amerika Serikat saat ini menjalani pengobatan dialisis, dan sebagian besar pasien tersebut mengalami anemia kronis. SAA didasarkan pada lebih dari 10 tahun penelitian di Universitas Louisville dan dirancang khusus untuk membantu manajer anemia klinis dengan rekomendasi dosis ESA.

Apa saja manfaat dari memberikan rekomendasi dosis yang dipersonalisasi?

AI membantu klinisi menentukan dosis minimum yang diperlukan untuk mencapai hasil terapi yang diinginkan, yang memiliki manfaat klinis dan ekonomis. Dalam hal dosis ESA, dosis yang tidak efisien dapat mengakibatkan paparan obat yang jauh lebih tinggi daripada yang diperlukan untuk pasien, dan biaya perawatan yang lebih tinggi. SAA berfokus pada penyesuaian dosis berdasarkan respons pasien terhadap obat. Ketika perubahan dosis dilakukan secara teratur, pasien memiliki kepentingan terbaik untuk menerima jumlah obat yang paling kecil, karena paparan ESA yang lebih besar dikaitkan dengan risiko yang lebih tinggi terkena serangan jantung, stroke, trombosis, dan kekambuhan kanker.

Sebagai pemimpin di bidang ini, SAA Dosis menyediakan solusi yang telah terbukti, yang telah memungkinkan untuk diterima secara luas oleh organisasi dialisis terkemuka. Hingga saat ini, SAA telah digunakan untuk memberikan lebih dari 2 juta rekomendasi dosis.

Dosis obat yang didorong oleh AI semakin populer di banyak bidang kedokteran, seperti dialisis, kanker, dan transplantasi. Dalam bidang ini, dosis yang presisi semakin penting untuk mencapai hasil yang menguntungkan. Dosis presisi yang didukung AI sangat berdampak pada pengelolaan obat yang digunakan untuk mengobati kondisi kronis, karena baik potensi kejadian buruk maupun biaya perawatan meningkat seiring waktu pasien mengonsumsi obat tersebut.

Bagaimana AI digunakan untuk mengidentifikasi jumlah dosis yang direkomendasikan?

SAA menggunakan AI untuk menempatkan pasien pada spektrum respons dosis ESA, dari respons yang ekstrem (seseorang yang sangat sensitif terhadap obat) hingga, secara efektif, non-responder. Estimasi ini dilakukan dengan mengevaluasi respons pasien terhadap obat sebelumnya dan membangun profil respons unik untuk setiap pasien. Dengan setiap dosis dan respons hemoglobin selanjutnya, SAA memperbarui estimasi tersebut untuk lebih presisi mencapai target hemoglobin menggunakan dosis ESA yang paling rendah.

Apa jenis pengurangan penggunaan obat yang telah dilihat klinik dari ini?

Dengan penggunaan SAA yang konsisten, klinik telah melihat rata-rata pengurangan 25 persen dalam penggunaan ESA dengan hasil anemia yang dipertahankan atau ditingkatkan, serta pengurangan 75 persen dalam waktu yang dihabiskan untuk mengelola anemia.

Apakah Anda bisa membahas bagaimana dosis presisi yang didukung AI kemungkinan akan menjadi standar perawatan untuk pengelolaan penyakit kronis di masa depan?

Untuk memandu keputusan dosis, dokter secara historis bergantung pada pengalaman klinis, pengetahuan tentang obat yang mereka resepkan, dan rekomendasi dosis berbasis kertas dari produsen obat dan FDA. Namun, rekomendasi tersebut seringkali tidak presisi, karena mereka didasarkan pada studi klinis yang mungkin tidak secara akurat mencerminkan respons pasien terhadap obat.

Dosis presisi telah diidentifikasi sebagai metode penting untuk memaksimalkan keamanan dan efikasi terapi dengan manfaat signifikan bagi pasien dan penyedia layanan kesehatan, dan solusi yang didukung AI telah terbukti menjadi salah satu alat paling kuat untuk mewujudkan dosis presisi.

Hari ini, lima faktor telah berkumpul untuk membuat dosis obat yang didukung AI menjadi kenyataan. Faktor-faktor tersebut termasuk:

• Pengembangan teknologi dalam pengolahan data, yang memungkinkan kita untuk memproses dataset besar dan kompleks dengan cepat, membuat solusi AI menjadi praktis.
• Kefamiliaran publik dengan kecerdasan buatan sebagai alat efektif untuk memecahkan masalah kompleks, yang membuat dokter merasa nyaman untuk mengintegrasikan alat tersebut dalam pengaturan klinis.
• Data yang dapat diandalkan sekarang tersedia dalam catatan medis elektronik dan distandarisasi dalam cara yang lebih dapat diakses oleh algoritma dibandingkan dengan catatan medis kertas.
• Teknik analisis data besar juga membuat penerapan kecerdasan buatan dan algoritma kontrol pada dataset kompleks menjadi lebih praktis dan efisien. Hari ini, kita dapat mengambil data dari jutaan pasien untuk merancang dan menguji algoritma dalam lingkungan simulasi untuk memprediksi efektivitas dan mengiterasi dengan cepat.
• Obat yang semakin kompleks dan kuat telah dikembangkan yang mempengaruhi proses fisiologis dasar. Obat yang mempengaruhi beberapa proses fisiologis dan memiliki jendela terapi yang sempit (titik “manis” antara toksisitas dan terapi yang tidak efektif) telah menjadi lebih umum. Ini adalah jenis obat yang dapat mendapat manfaat dari dosis obat yang didukung AI.

Mengambil langkah lebih jauh dari dosis presisi, apa pandangan Anda tentang masa depan pengobatan personal?

Dalam 10 tahun, saya percaya bahwa model dosis yang didorong AI kemungkinan akan menjadi standar perawatan di seluruh spektrum layanan kesehatan, digunakan untuk berbagai obat seperti warfarin, insulin, dan imunosupresan. Secara umum, setiap obat yang diberikan secara kronis dan memiliki jendela terapi yang sempit adalah kandidat yang baik untuk dosis yang didorong AI. Selain itu, karena lebih banyak alat yang dikembangkan dan lebih banyak kesempatan untuk menggunakan alat tersebut diidentifikasi, kita akan melihat pertumbuhan eksponensial dalam penggunaan AI untuk mengarahkan terapi, menafsirkan temuan laboratorium dan radiografi, dan memprediksi hasil strategi terapi.

Apakah ada yang lain yang Anda ingin bagikan tentang Dosis?

Dosis memiliki posisi unik untuk mengimplementasikan dukungan keputusan yang didorong AI dan memiliki catatan jejak menerjemahkan penelitian akademis tingkat tinggi menjadi aplikasi klinis praktis pada skala kecil dan besar.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut dapat mengunjungi Dosis.