AI i helsevesenet bør tenke smått

Seks minutter inn i Apollo 13-oppdraget til månen i 1970, eksploderte oksygentanken. Hendelsen førte til at NASA utviklet en ny tilnærming til å forutsi mulige feil i sine romfartøy. Tilnærmingen baserte seg på kontinuerlig sensordata, som deretter ble brukt til dypt digitale simuleringer, og muliggjorde mye mer rigorøse tester av komplekse romfartøysystemer. Det var den aller første bruken av “digital tvilling”-teknologi.

I dag brukes digitale tvillingssystemer over hele verden for å forbedre operasjoner og nøyaktig simulere enhver endring i et system. Teknologiselskaper som Apple og Tesla bruker digitale tvillinger til å overvåke produktets ytelse på markedet og bestemme om bestemte systemkomponenter krever vedlikehold.

Digitale tvillinger har også blitt brukt i helsevesenet, om enn i stor grad i legemiddelforskning og -utvikling. Deres største potensiale ligger likevel i kronisk sykdomshåndtering. Ved å kombinere maskinlæring og Internett-ting-teknologi med digital tvilling-AI, kan en tilnærming som opprinnelig ble brukt til noe så stort som romforskning, muliggjøre at helsevesenet blir virkelig individualisert.

Digitalisering av tradisjonell omsorg har feilet

Moderne medisin har gjort små skritt mot personlig omsorg de siste ti årene ved å gi pasientene en stemme i beslutningstakingen, og mot presisjonsmedisin gjennom fremgang i genomforskning. Begge har hjulpet til å tilpasse omsorgen til den enkelte, men for det meste tar vårt helsevesen en “stor gruppe”-tilnærming til omsorgstilbud.

Dette er tydelig i måten vi håndterer kronisk sykdom. Hver enkelt av de 133 millioner amerikanerne som for tiden lever med en eller flere kroniske sykdommer, blir satt på en planlagt omsorgsvei – en behandlingsregime, en diett, ofte en rekke medisiner – og deres forbedring måles i batcher av tusenvis av andre personer som deler deres tilstand.

Denne tilnærmingen har ikke fungert. Det er kjent at USAs utgifter til diabetes, hjertesykdom og kreft fortsatt stiger, og teknologiens innvirkning på resultater og kostnader har vært begrenset. I digital håndtering av diabetes, vekttap og andre tilstander, har denne innvirkningen vært ubetydelig.

I mars ble det publisert en rapport av Peterson Health Technology Institute, som understreket denne mangelen på varige resultater. Rapporten fant at alle de vurderede løsningene presterte dårlig på engasjement og resultater over tid. Som følge av dette er vekttap, A1C-reduksjon, medikamenteliminering, diabetes-reversering og de helsemessige, velværende og økonomiske fordelene med disse løsningene begrenset og ikke bærekraftige.

Dette skyldes at de fleste løsninger bare digitaliserer en ineffektiv mal for omsorg. De tar ikke hensyn til individuelle forskjeller. Hver person bringer sin egen unike kombinasjon av kulturelle, biologiske, dietiske, atferdsmessige og miljømessige faktorer som påvirker deres helse på et dypere individuelt nivå.

Fra “personlig” omsorg til individualisert omsorg

Digital tvilling-AI lover en avvik fra malen. Kjernen i teknologien er konseptet om at hver enkelt er en “N av en”. En persons digitale tvilling er informert av en kontinuerlig måling av deres unike kliniske og atferdsmessige variabler, og bruker denne dataen til å forme omsorgsveiledning mot den beste og sunneste versjonen av den enkelte.

Kraften i digital tvillingsteknologi ligger i dens oppmerksomhet på de små tingene – det vi spiser og gjør – og hvordan de påvirker vår nåværende og fremtidige helse. I praksis kan digitale tvillinger nøyaktig forutsi effekten en steikt middag vil ha på en bestemt persons metabolske eller kardiovaskulære helse. I den utstrekning denne effekten kan være negativ, kan digitale tvillinger tilby måter å mildne konsekvensene på. Det kan foreslå en 10-minutters spasertur eller en alternativ dessert. I stedet for iskrem, kanskje det er banan-nøttbrød med gresk yoghurt og ferske bær eller bare en annen sekvens.

På denne måten kan digital tvilling-AI vise en person hva som venter dem hvis de fortsetter på sin nåværende kurs og de store endringene som kan skje ved å gjøre små justeringer over tid. Fortsett med din nåværende rutine, og du vil kunne slutte å ta metformin om tre uker. Fall tilbake i gamle vaner, og du kan forvente å hente en resept.

Dette er en kraftfull teknologi, og selv om dens innvirkning på helsevesenet hovedsakelig har blitt anerkjent bare i akademiske sammenhenger, begynner den å finne sin rolle i kommersielle bruksområder. I 2014 lanserte Dassault Systemes og FDA SIMULIA Living Heart, et prosjekt som samarbeider med produsenter av medisinske enheter for å utvikle og forbedre kardiovaskulære enheter med en raskere takt. Ved starten av pandemien utviklet OnScale Project BreathEasy, et digitalt tvillingprosjekt av lungene til COVID-19-pasienter for å forbedre og optimalisere bruken av ventilatorressurser.

Medisinske forskere bruker også digitale tvillingssykdomsmodeller til å forutsi effekten av farmasøytiske inngrep basert på komplekse, ekstremt individuelle biologiske prosesser. Takeda Pharmaceuticals har omfavnet teknologien for å forkorte farmasøytiske prosesser og gjøre realistiske inngangs-utgangsforutsigelser for biokjemiske reaksjoner. Nylig brukte forskere digital tvillingsteknologi til å simulere behandlingsresultater og bestemme den beste behandlingen for orofaryngeal carcinoma basert på den enkelte.

Kronisk sykdomshåndtering er den neste fronten

En nylig artikkel publisert i Nature hevder at digitale tvillinger er “i stand til å bidra betydelig” til kreftbehandling, spesielt i overvåking av sykdommens fremgang og evaluering av behandlingsresultater, som infamt varierer fra person til person. Den samme artikkelen analyserer kardiovaskulære digitale tvillinger som mates med bilde-, EHR-, genetisk og kontinuerlig bærbar data, og deres potensiale til å forutsi akutte kardiovaskulære hendelser.

Disse fremgangene vil gi vei til livsforbedrende helse-teknologier. Deres kraft ligger i et konsept som er kjernen i deres formål: ingenting komplekst er statisk.

Dette er spesielt sant for våre biologiske systemer. En digital tvilling krever tusenvis av datapunkter per dag, per person, for å virkelig forstå samspillet mellom en persons biologi, kultur, livsstil, preferanser og helse. Noen av denne dataen blir allerede fanget av bærbare enheter og mobilapper, men uten en modell som setter denne dataen i sammenheng med den enkelte og deres omsorgsreise, er den rett og slett retningsløs.

I verden av kronisk sykdomshåndtering kan de små tingene raskt bli store, livstruende ting. Og mens digital helse har løftet håpet til pasienter med språk som “personliggjøring”, har de verktøyene og tilnærmingene som er blitt tilbudt mennesker, ikke møtt deres unike behov og preferanser.

Digital tvilling-AI vil snu denne tilnærmingen på hodet ved å hjelpe oss bedre å forstå og forbedre vår helse på et dypere personlig nivå. Det er en teknologi som er i stand til å innfri løftet om individualisert omsorg.