Доктор Джордж Аронов, главный медицинский директор в Dosis, Inc – Интервью

Доктор Джордж Аронов является главным медицинским директором в Dosis, и он имеет более 30 лет опыта в области нефрологии. Ранее он был главой нефрологии и гипертонии в Университете Луисвилля, где его исследования с докторами Бриером и Гаведой были сосредоточены на использовании ИИ для дозирования ESA у пациентов с диализом. Он получил степень магистра в области фармакологии и доктора медицины в Университете Индианы.

Первый продукт Dosis, Strategic Anemia Advisor, является веб-ориентированным справочным инструментом, который персонализирует дозирование ESA, класса препаратов, используемых для лечения хронической анемии.

Можете ли вы начать с объяснения, что такое инновационная платформа дозирования на основе ИИ Strategic Anemia Advisor (SAA)?

Strategic Anemia Advisor (SAA) Dosis является системой поддержки клинического решения на основе искусственного интеллекта, которая разработана для улучшения результатов здоровья пациентов с болезнью почки в конце стадии и снижения затрат на лекарства в среднем на 25 процентов путем персонализации дозирования препаратов. Более 550 000 пациентов с болезнью почки в конце стадии в США в настоящее время проходят диализ, и большинство этих пациентов страдают хронической анемией. SAA основана на более чем 10-летних исследованиях в Университете Луисвилля и была специально разработана для помощи клиницистам в управлении анемией с их рекомендациями по дозированию ESA.

Каковы некоторые из преимуществ предложения персонализированных рекомендаций по дозированию?

ИИ помогает клиницистам определить минимальную дозу, необходимую для достижения желаемого терапевтического результата, что имеет как клинические, так и экономические выгоды. В случае дозирования ESA неэффективное дозирование может привести к значительно более высокому, чем необходимо, воздействию препарата на пациентов и, соответственно, повышенным затратам на уход. SAA сосредоточена на тонкой настройке доз на основе реакции пациента на препарат. Поскольку изменения дозы осуществляются регулярно, в интересах пациента получать минимально возможную дозу препарата, поскольку более высокое воздействие ESA связано с более высоким риском сердечного приступа, инсульта, тромбоза и рецидива рака.

Как лидер в этой области, решение SAA от Dosis предлагает решение, которое имеет доказанные результаты, что позволило ему получить широкое признание среди ведущих организаций по диализу. На сегодняшний день SAA использовалась для предоставления более 2 миллионов рекомендаций по дозированию.

Дозирование препаратов, управляемое ИИ, набирает обороты во многих областях медицины, таких как диализ, онкология и трансплантация. Именно в этих областях все более точное дозирование играет решающую роль в достижении благоприятных результатов. Дозирование на основе ИИ особенно эффективно при управлении препаратами, используемыми для лечения хронических заболеваний, поскольку как потенциал нежелательных явлений, так и стоимость ухода увеличиваются с течением времени, пока пациенты принимают эти препараты.

Как ИИ используется для определения рекомендуемой дозы?

SAA использует ИИ для размещения пациентов на спектре реакции на ESA, от крайнего реагента (кто очень чувствителен к препарату) до, по сути, нереагента. Эта оценка осуществляется путем оценки реакции пациента на препарат и создания уникального профиля реакции для каждого пациента. С каждым последующим дозированием и реакцией гемоглобина SAA уточняет эту оценку, чтобы более точно достичь целевого гемоглобина с использованием минимально возможной дозы ESA.

Какое снижение использования лекарств наблюдали клиники с помощью этого?

При постоянном использовании SAA клиники наблюдали в среднем снижение использования ESA на 25 процентов с сохранением или улучшением результатов анемии, а также снижение времени, затраченного на управление анемией, на 75 процентов.

Можете ли вы обсудить, как дозирование на основе ИИ, скорее всего, станет стандартом ухода за хроническими заболеваниями в будущем?

Для принятия решений о дозировании врачи исторически полагались в основном на свой клинический опыт, знания препаратов, которые они назначают, и бумажные рекомендации по дозированию от производителей препаратов и FDA. Однако эти рекомендации часто неточны, поскольку они основаны на клинических исследованиях, которые могут или не могут точно отражать реакцию отдельного пациента на препарат.

Точное дозирование было определено как важный метод для максимизации терапевтической безопасности и эффективности с существенными преимуществами для пациентов и поставщиков медицинских услуг, и решения на основе ИИ пока доказали себя одним из наиболее мощных инструментов для реализации точного дозирования.

Сегодня пять факторов сошлись вместе, чтобы сделать дозирование препаратов на основе ИИ реальностью. Они включают:

• Технологические достижения в области вычислительной техники, которые позволяют нам быстро обрабатывать большие и сложные наборы данных, что делает решения на основе ИИ практичными.
• Публичная осведомленность об искусственном интеллекте как о эффективном инструменте для решения сложных проблем, что делает врачей комфортными при включении таких инструментов в клинические условия.
• Надежные данные теперь доступны в электронных медицинских записях и стандартизированы таким образом, что делает их гораздо более удобными для алгоритмов, чем свободные бумажные медицинские записи.
• Техники анализа больших данных также сделали применение искусственного интеллекта и алгоритмов управления к сложным наборам данных гораздо более практичным и эффективным. Сегодня мы можем использовать данные миллионов пациентов для проектирования и тестирования алгоритмов в симуляторах, чтобы предсказать эффективность и быстро итерировать. Это значительное улучшение по сравнению с экспертными системами, которые основаны на меньшем количестве пациентов клинициста, возможно, в тысячах или сотнях, что обычно возможно только в более дорогих и рискованных клинических испытаниях.
• Были разработаны все более сложные и мощные препараты, которые влияют на основные физиологические процессы. Препараты, которые влияют на несколько физиологических процессов и имеют узкое терапевтическое окно (так называемую “сладкую точку” между токсичностью и неэффективной терапией), стали более распространенными. Именно для таких препаратов дозирование на основе ИИ может оказать наибольшую пользу.

Переходя к будущему персонализированной медицины, какие ваши взгляды на эту тему?

Через 10 лет я считаю, что модели дозирования на основе ИИ, скорее всего, станут стандартом ухода во всем спектре медицинских услуг, используемым для широкого спектра препаратов, таких как варфарин, инсулин и иммунодепрессанты. По сути, любой препарат, который вводится хронически и имеет узкий терапевтический диапазон, является хорошим кандидатом для дозирования на основе ИИ. Кроме того, поскольку будут разработаны больше инструментов и выявлены больше возможностей для использования этих инструментов, мы увидим экспоненциальный рост использования ИИ для управления терапиями, интерпретации лабораторных и радиографических результатов и прогнозирования результатов терапевтических стратегий.

Есть ли что-то еще, что вы хотели бы поделиться о Dosis?

Dosis уникально позиционирована для реализации поддержки принятия решений на основе ИИ и имеет опыт перевода высокоуровневых академических исследований в практические клинические применения как на малом, так и на большом масштабе.

Спасибо за отличное интервью, читатели, которые хотят узнать больше, должны посетить Dosis.