ドーシスのジョージ・アロノフ博士、最高医療責任者 – インタビュー・シリーズ

ジョージ・アロノフ博士は、ドーシスの最高医療責任者であり、腎臓病学の分野で30年以上の経験を持っています。彼は以前、ルイビルの大学で腎臓病学および高血圧の主任を務めていました。そこでの彼の研究では、Drs. BrierとGawedaとともに、人工知能を用いて慢性腎臓病患者の血液透析患者に対するエリスロポエチンの投与量を決定することに焦点を当てました。彼はインディアナ大学で薬理学の修士号と医学博士号を取得しています。

ドーシスの最初の製品である戦略的貧血アドバイザーは、エリスロポエチン投与量を個人化するウェブベースの参考ツールであり、慢性貧血の治療に用いられる薬物の一種です。

戦略的貧血アドバイザー（SAA）について説明してください。

ドーシスの戦略的貧血アドバイザー（SAA）は、人工知能（AI）ベースの臨床支援システムであり、末期腎臓病患者（ESKD）の健康状態を改善し、薬物費用を平均25％削減するために設計されています。アメリカでは、現在55万人以上の末期腎臓病患者が血液透析治療を受けており、その多くが慢性貧血を経験しています。SAAは、ルイビルの大学での10年以上の研究に基づいて開発され、臨床的貧血管理者がエリスロポエチンの投与量に関する推奨を行うのを支援するために設計されています。

個人化された投与量推奨の利点について説明してください。

人工知能は、臨床医が最小限の投与量で治療効果を達成するのを支援します。これには、臨床的および経済的な利点があります。エリスロポエチンの投与量の場合、不適切な投与量は患者にとって不必要に高い投与量となり、治療費用も高くなります。SAAは、患者が示した薬物反応に基づいて投与量を微調整することに焦点を当てています。投与量の変更は定期的に行われるため、患者にとって最小限の投与量で治療することが重要です。エリスロポエチンの投与量が増加すると、心臓発作、脳卒中、血栓形成、がんの再発のリスクも高くなります。

ドーシスのSAAは、実証済みの結果をもたらす解決策を提供しており、主要な血液透析機関から広く受け入れられています。現在、SAAは200万回以上の投与量推奨を行っています。

人工知能駆動の投与量管理は、血液透析、がん、移植医療などの分野で普及しています。投与量管理は、好ましい治療結果を達成する上で重要な役割を果たします。慢性疾患の管理における投与量管理は特に重要であり、投与量が不適切だと副作用のリスクが高くなり、治療費用も増加します。

人工知能はどのようにして推奨投与量を決定しますか。

SAAは、人工知能を用いて患者をエリスロポエチンの反応スペクトルに配置し、極端な反応者（薬物に対して非常に敏感な患者）から非反応者（薬物に対してほとんど反応しない患者）まで評価します。この評価は、患者が薬物に対して示した歴史的な反応を分析し、各患者に固有の反応プロファイルを構築することで行われます。各投与量とヘモグロビン反応ごとに、SAAはこの評価を改良して、ターゲットヘモグロビン値を最小限の投与量で達成します。

このシステムを使用した結果、どのような投与量の削減が見られたのでしょうか。

SAAを一貫して使用することで、血液透析クリニックは平均25％のエリスロポエチンの使用量の削減と、貧血の治療結果の維持または改善を達成しました。また、貧血管理に費やされる時間も75％削減されました。

慢性疾患管理における将来の投与量管理についてどう考えていますか。

医師は従来、投与量の決定に際して、主に臨床経験、投与する薬物の知識、薬物メーカーおよびFDAからの紙ベースの推奨事項に頼ってきました。しかし、これらの推奨事項は、患者個々の反応を正確に反映していない可能性があります。

投与量管理は、治療の安全性と有効性を最大化するための重要な方法として認識されています。人工知能駆動の解決策は、投与量管理を実現するための最も強力なツールの1つとなっています。

現在、5つの要因が人工知能駆動の投与量管理を実現するために結びついています。これらには以下が含まれます：

• コンピューティングの技術的進歩により、大規模で複雑なデータセットを迅速に処理できるため、人工知能ソリューションが実用的なものとなりました。
• 人工知能は、複雑な問題を解決するための有効なツールとして広く認識されており、医師は臨床現場でそのようなツールを使用することに抵抗がないようになっています。
• 信頼できるデータが電子医療記録にあり、アルゴリズムによって消費される形式で標準化されています。
• ビッグデータ分析技術により、複雑なデータセットに人工知能と制御アルゴリズムを適用することがより実用的かつ効率的に行えるようになりました。今日、数百万人の患者からのデータを使用してシリコンでアルゴリズムを設計およびテストし、迅速に反復することができます。これは、臨床医のより小さな患者数に基づく専門家システムよりも大幅に改善されています。
• 基本的な生理学的プロセスに影響を与える複雑で強力な薬物が開発されています。複数の生理学的プロセスに影響を与え、狭い治療窓（毒性と無効治療の「甘いスポット」）を持つ薬物は、人工知能駆動の投与量管理から最も多くの利益を得ることができます。

投与量管理の将来についてどう考えていますか。

10年以内に、人工知能駆動の投与量モデルは、広範な医療分野で標準的なケアとなるでしょう。ワルファリン、インスリン、免疫抑制剤などの薬物の投与量管理に使用されるでしょう。慢性投与される薬物で狭い治療窓を持つ薬物は、人工知能駆動の投与量管理の良い候補となります。また、人工知能を使用する機会が増えるにつれて、治療戦略の結果を予測し、検査および画像診断の結果を解釈するためのツールの開発も進み、人工知能の使用は指数関数的に増加するでしょう。

ドーシスについてさらに何か共有したいことはありますか。

ドーシスは、人工知能駆動の意思決定支援を実装するために独自の位置付けを持っており、高水準の学術研究を小規模および大規模な臨床応用に翻訳する実績があります。

素晴らしいインタビュー、詳しく知りたい読者はドーシスを訪問してください。