Dr. George Aronoff, Chief Medical Officer i Dosis, Inc – Intervju-serie

Dr. George Aronoff er Chief Medical Officer i Dosis, og han har over 30 års erfaring innen nefrologi. Han var tidligere sjef for Nefrologi og Hypertensjon ved University of Louisville, hvor hans forskning med Dr. Brier og Gaweda fokuserte på å bruke AI til å dose ESA hos dialysepasienter. Han tok sin mastergrad i farmakologi og medisin ved Indiana University.

Dosis’​ første produkt, Strategic Anemia Advisor, er et nettbasert referanseverktøy som tilpasser dosering av ESA, en klasse medisiner som brukes til å behandle kronisk anemi.

Kunne du begynne med å forklare hva det innovative AI-baserte doseringsplattformen Strategic Anemia Advisor (SAA) er?

Dosis’ Strategic Anemia Advisor (SAA) er et kunstig intelligens-basert klinisk beslutningsstøttesystem som er utviklet for å forbedre helseutfallene for pasienter med End-Stage Kidney Disease (ESKD) og redusere legemiddelkostnadene med gjennomsnittlig 25 prosent ved å tilpasse legemiddeldosering. Over 550 000 pasienter med End-Stage Renal Disease (ESRD) i USA er for tiden under dialysebehandling, og de fleste av disse pasientene opplever kronisk anemi. SAA er basert på over 10 års forskning ved University of Louisville og er spesifikt utviklet for å hjelpe kliniske anemihåndterere med deres anbefalinger for ESA-dosering.

Hva er noen av fordelenene med å tilby tilpassede doseringsanbefalinger?

AI hjelper kliniske ansatte å bestemme den minste dosen som er nødvendig for å oppnå det ønskede terapeutiske resultat, noe som har både kliniske og økonomiske fordeler. I tilfelle av dosering av ESA kan ineffektiv dosering føre til betydelig høyere legemiddel eksponering for pasienter og tilsvarende økte kostnader for omsorg. SAA er fokusert på å finjustere dosejusteringer basert på en pasients demonstrerte legemiddelrespons. Ettersom doseendringer gjøres regelmessig, er det i en pasients beste interesse å motta den minste mengden av et legemiddel, da større eksponering for ESA er assosiert med høyere risiko for hjerteinfarkt, slag, trombose og kreftgjenopptreden.

Som lederen i dette området, leverer Dosis’ SAA en løsning som har hatt beviste resultater, noe som har gjort det mulig for det å oppnå bred aksept i topp-dialyseorganisasjoner. Til dags dato har SAA blitt brukt til å levere over 2 millioner doseringsanbefalinger.

Legemiddeldosering drevet av AI er i ferd med å vinne terreng i mange områder av medisin, som dialyse, kreft og transplantasjonsmedisin. Det er i disse områdene at stadig mer presise doseringer spiller en kritisk rolle i å oppnå gunstige resultater. AI-drevet presisjonsdosering er spesielt effektiv i håndtering av legemidler som brukes til å behandle kroniske tilstander, da både potensialet for bivirkninger og kostnadene for omsorg øker over månedene og årene som pasientene er på disse legemidlene.

Hvordan brukes kunstig intelligens til å identifisere den anbefalte doseringsmengden?

SAA bruker kunstig intelligens til å plassere pasienter på en skala av ESA-doseringsrespons, fra ekstrem responder (en person som er svært sensitiv for et legemiddel) til, i praksis, ikke-responder. Denne estimaten gjøres ved å evaluere en pasients historiske respons på legemidlet og konstruere en unik responsprofil for hver pasient. Med hver påfølgende dose og hemoglobinnrespons, finjusterer SAA denne estimaten for å mer nøyaktig oppnå målhjemoglobin ved å bruke den lavest mulige ESA-dosen.

Hva type reduksjon i legemiddelbruk har klinikker sett fra dette?

Med konsekvent bruk av SAA, har klinikker sett en gjennomsnittlig reduksjon på 25 prosent i ESA-bruk med vedlikeholdt eller forbedret anemiuutfall, samt en 75 prosent reduksjon i tid brukt på å håndtere anemi.

Kunne du diskutere hvordan AI-drevet presisjonsdosering sannsynligvis vil være standarden for omsorg for kroniske sykdommer i fremtiden?

For å informere doseringsbeslutninger, har leger historisk sett primært sett på sin kliniske erfaring, kunnskap om legemidlene de skriver ut, og papirbaserte anbefalinger for dosering fra legemiddelprodusenter og FDA. Imidlertid er disse anbefalingene ofte upresise, da de trekker fra kliniske studier som kan eller ikke kan reflektere en enkelt pasients respons på legemidlet.

Presisjonsdosering har blitt identifisert som en kritisk metode for å maksimere terapeutisk sikkerhet og effektivitet med betydelige fordeler for pasienter og helsepersonell, og AI-drevne løsninger har hittil vist seg å være blant de mest kraftfulle verktøyene for å realisere presisjonsdosering.

I dag, har fem faktorer kommet sammen for å gjøre AI-drevet legemiddeldosering til en realitet. Disse inkluderer:

• Teknologiske fremskritt i datamaskiner, som gjør det mulig å prosessere store, komplekse datasett raskt, og gjør AI-løsninger praktiske.
• Offentlig bekjentskap med kunstig intelligens som et effektivt verktøy for å løse komplekse problemer, noe som gjør leger komfortable med å inkorporere slike verktøy i kliniske settinger.
• Pålitelig data er nå tilgjengelig i elektroniske medisinske journaler og er standardisert på en måte som er mye mer tilgjengelig for algoritmer sammenlignet med fritekst-papirjournaler.
• Big data-analyseteknikker har også gjort det mulig å bruke kunstig intelligens og kontrollalgoritmer på komplekse datasett mye mer praktisk og effektivt. I dag kan vi trekke på data fra millioner av pasienter for å designe og teste algoritmer i silikon for å forutsi effektivitet og iterere raskt. Dette er en stor forbedring sammenlignet med ekspertsystemer som er basert på en klinikers mindre antall pasienter, muligens i tusener eller hundre, som vanligvis bare kan testes i mye mer kostbare og risikofylte kliniske studier.
• Stadig mer komplekse og kraftfulle legemidler har blitt utviklet som påvirker grunnleggende fysiologiske prosesser. Legemidler som påvirker flere fysiologiske prosesser og har en smal terapeutisk vindu (det “søte” punktet mellom toksisitet og ineffektiv behandling) har blitt mer vanlige. Disse er de typene legemidler som AI-drevet legemiddeldosering kan gi den største fordelen.

Tar du det et skritt videre enn presisjonsdosering, hva er noen av dine synspunkter på fremtiden for personlig medisin?

I løpet av 10 år, tror jeg at AI-drevne doseringsmodeller sannsynligvis vil være standarden for omsorg over hele helse-spekteret, brukt for en rekke legemidler som warfarin, insulin og immunsuppressiver. I praksis, ethvert legemiddel som administreres kronisk og har et smalt terapeutisk vindu, er et godt kandidat for AI-drevet dosering. I tillegg, ettersom flere verktøy utvikles og flere muligheter til å bruke disse verktøyene identifiseres, vil vi se eksponentiell vekst i bruken av AI til å drive terapier, tolke laboratorie- og radiografiske funn, og forutsi resultater av terapeutiske strategier.

Er det noe annet du ville like å dele om Dosis?

Dosis er unikt posisjonert for å implementere AI-drevet beslutningsstøtte og har en rekord for å oversette høynivå akademisk forskning til praktiske kliniske applikasjoner på både små og store skalaer.

Takk for det flotte intervjuet, lesere som ønsker å lære mer, bør besøke Dosis.