Dr. George Aronoff, glavni zdravstveni delavec pri Dosis, Inc – serija intervjujev

Dr. George Aronoff je glavni zdravstveni delavec pri odmerek, in ima več kot 30 let izkušenj v nefrologiji. Pred tem je bil vodja oddelka za nefrologijo in hipertenzijo na Univerzi v Louisvillu, kjer so njegove raziskave z dr. Brier in Gaweda sta se osredotočila na uporabo umetne inteligence za odmerjanje ESA pri bolnikih na dializi. Diplomiral je iz farmakologije in doktoriral na univerzi Indiana.

Dosisov prvi izdelek, Strategic Anemia Advisor je spletno referenčno orodje, ki prilagaja odmerjanje ESA, skupine zdravil za zdravljenje kronične anemije.

Ali lahko začnete z razlago, kaj je inovativna platforma za odmerjanje, ki temelji na AI Strategic Anemia Advisor (SAA)?

Dosisov Strategic Anemia Advisor (SAA) je sistem za podporo pri kliničnem odločanju, ki temelji na umetni inteligenci (AI), ki je bil zasnovan za izboljšanje zdravstvenih rezultatov bolnikov s končno ledvično boleznijo (ESKD) in zmanjšanje stroškov zdravil za povprečno 25 odstotkov s prilagajanjem odmerjanje zdravil. Več kot 550,000 bolnikov s končno odpovedjo ledvic (ESRD) v ZDA je trenutno na dializi in večina teh bolnikov ima kronično anemijo. SAA temelji na več kot 10-letnih raziskavah na Univerzi v Louisvillu in je bil posebej zasnovan za pomoč bolnikom s klinično anemijo pri njihovih priporočilih za odmerjanje sredstev za spodbujanje eritropoeze (ESA).

Katere so nekatere prednosti ponujanja prilagojenih priporočil za odmerjanje?

AI pomaga kliničnim zdravnikom določiti najmanjši odmerek, ki je potreben za dosego želenega terapevtskega izida, kar ima tako klinične kot ekonomske koristi. V primeru odmerjanja ESA lahko neučinkovito odmerjanje povzroči bistveno višjo izpostavljenost bolnika zdravilu, kot je potrebno, in temu primerno povišane stroške oskrbe. SAA je osredotočen na natančno prilagajanje titracij odmerka na podlagi bolnikovega dokazanega odziva na zdravilo. Ker se odmerek redno spreminja, je v interesu bolnika, da prejme najmanjšo količino zdravila, saj je večja izpostavljenost ESA povezana z večjim tveganjem za srčni infarkt, možgansko kap, trombozo in ponovitev raka.

Kot vodilni na tem področju Dosis SAA ponuja rešitev z dokazanimi rezultati, ki so ji omogočili, da je postala široko sprejeta pri vrhunskih dializnih organizacijah. Do danes je bil SAA uporabljen za zagotavljanje več kot 2 milijonov priporočil za odmerjanje.

Odmerjanje zdravil, ki ga poganja umetna inteligenca, se vse bolj uveljavlja na številnih področjih medicine, kot so dializa, rak in transplantacija. Prav na teh področjih ima čedalje natančnejše odmerjanje ključno vlogo pri doseganju ugodnih rezultatov. Natančno odmerjanje, ki ga poganja umetna inteligenca, je še posebej pomembno pri zdravljenju zdravil, ki se uporabljajo za obvladovanje kroničnih bolezni, saj se z meseci in leti, ko bolniki jemljejo ta zdravila, povečata tako možnost neželenih učinkov kot stroški oskrbe.

Kako se umetna inteligenca uporablja za prepoznavanje priporočene količine odmerka?

SAA uporablja umetno inteligenco za umestitev pacientov v spekter odziva na odmerek ESA, od ekstremno odzivnega (nekdo, ki je zelo občutljiv na zdravilo) do, v bistvu, neodzivnega. Ta ocena se opravi z oceno bolnikovega zgodovinskega odziva na zdravilo in izdelave edinstvenega profila odziva za vsakega bolnika. Z vsakim naslednjim odmerkom in odzivom hemoglobina SAA izboljša to oceno, da natančneje doseže ciljni hemoglobin z uporabo najnižjega možnega odmerka ESA.

Kakšno vrsto zmanjšanja uporabe zdravil so klinike opazile na podlagi tega?

Z dosledno uporabo SAA so klinike opazile povprečno 25-odstotno zmanjšanje uporabe ESA z ohranjenimi ali izboljšanimi rezultati anemije, pa tudi 75-odstotno zmanjšanje časa, porabljenega za obvladovanje anemije.

Ali lahko razpravljate o tem, kako bo natančno odmerjanje, ki ga poganja umetna inteligenca, verjetno standard oskrbe za obvladovanje kroničnih bolezni v prihodnosti?

Pri informiranih odločitvah o odmerjanju so se zdravniki v preteklosti zanašali predvsem na svoje klinične izkušnje, poznavanje zdravil, ki jih predpisujejo, in papirnata priporočila za odmerjanje proizvajalcev zdravil in FDA. Vendar pa so ta priporočila pogosto nenatančna, saj izhajajo iz kliničnih študij, ki lahko ali pa tudi ne odražajo natančno odziva posameznega bolnika na zdravilo.

Natančno odmerjanje je bilo ugotovljeno kot ključna metoda za povečanje terapevtske varnosti in učinkovitosti s pomembnimi možnimi koristmi za paciente in izvajalce zdravstvenih storitev, rešitve, ki jih poganja AI, pa so se doslej izkazale za najmočnejša orodja za uresničitev natančnega odmerjanja.

Danes se je združilo pet dejavnikov, da je odmerjanje zdravil, ki ga poganja umetna inteligenca, postalo resničnost. Vključujejo:

• Tehnološki napredek v računalništvu, ki nam omogoča hitro obdelavo velikih, kompleksnih naborov podatkov, zaradi česar so rešitve AI praktične.
• Javnost je seznanjena z umetno inteligenco kot učinkovitim orodjem za reševanje kompleksnih problemov, zaradi česar je zdravnikom udobno vključevati takšna orodja v kliničnih okoljih.
• Zanesljivi podatki so zdaj na voljo v elektronskih zdravstvenih kartotekah in so standardizirani na način, ki ga algoritmi veliko bolj zaužijejo v primerjavi s papirnatimi zdravstvenimi kartotekami v prosti obliki.
• Tehnike analitike velikih podatkov so prav tako naredile uporabo umetne inteligence in nadzornih algoritmov za kompleksne nize podatkov veliko bolj praktično in učinkovito. Danes lahko iz podatkov milijonov pacientov oblikujemo in testiramo algoritme v siliciju za napovedovanje učinkovitosti in hitro ponavljanje. To je velika izboljšava strokovnih sistemov, ki temeljijo na zdravnikovem manjšem številu pacientov, po možnosti na tisoče ali stotine, ki jih je na splošno mogoče testirati le v veliko dražjih in tveganih kliničnih preskušanjih.
• Razvijajo se vse bolj zapletena in močna zdravila, ki vplivajo na osnovne fiziološke procese. Zdravila, ki vplivajo na več fizioloških procesov in imajo ozko terapevtsko okno (»sladka točka« med toksičnostjo in neučinkovito terapijo), so postala vse bolj razširjena. To so vrste zdravil, pri katerih lahko odmerjanje zdravil, ki ga poganja umetna inteligenca, prinese največ koristi.

Kakšni so vaši pogledi na splošno prihodnost personalizirane medicine, če naredite korak dlje od natančnega odmerjanja?

Verjamem, da bodo čez 10 let modeli odmerjanja, ki jih poganja umetna inteligenca, verjetno standard oskrbe v celotnem zdravstvenem spektru, ki se bo uporabljal za široko paleto zdravil, kot so varfarin, inzulin in imunosupresivi. V bistvu je vsako zdravilo, ki se daje kronično in ima ozko terapevtsko območje, dober kandidat za odmerjanje, ki ga poganja umetna inteligenca. Poleg tega, ko bo razvitih več orodij in prepoznanih več priložnosti za uporabo teh orodij, bomo videli eksponentno rast uporabe umetne inteligence za vodenje terapij, interpretacijo laboratorijskih in radiografskih izvidov ter napovedovanje rezultatov terapevtskih strategij.

Ali želite še kaj povedati o Dosisu?

Dosis je v edinstvenem položaju za izvajanje podpore odločanju, ki jo poganja umetna inteligenca, in ima rezultate prevajanja akademskih raziskav na visoki ravni v praktične klinične aplikacije v majhnem in velikem obsegu.

Hvala za odličen intervju, bralci, ki želite izvedeti več, naj ga obiščejo odmerek.