Tiến sĩ George Aronoff, Giám đốc Y tế tại Dosis, Inc – Loạt phỏng vấn

Tiến sĩ George Aronoff là Giám đốc Y tế tại Dosis, và ông có hơn 30 năm kinh nghiệm trong lĩnh vực thận học. Ông từng là Trưởng khoa Thận và Huyết áp tại Đại học Louisville, nơi nghiên cứu của ông cùng với các bác sĩ Brier và Gaweda tập trung vào việc sử dụng trí tuệ nhân tạo để tính liều ESAs cho bệnh nhân lọc máu. Ông nhận bằng Thạc sĩ về Dược lý học và Bác sĩ tại Đại học Indiana.

Sản phẩm đầu tiên của Dosis, Strategic Anemia Advisor, là một công cụ tham khảo dựa trên web giúp cá nhân hóa việc tính liều ESAs, một loại thuốc dùng để điều trị thiếu máu mãn tính.

Bạn có thể bắt đầu bằng cách giải thích Strategic Anemia Advisor (SAA) là nền tảng tính liều dựa trên trí tuệ nhân tạo như thế nào?

Dosis’ Strategic Anemia Advisor (SAA) là một hệ thống hỗ trợ quyết định lâm sàng dựa trên trí tuệ nhân tạo (AI) được thiết kế để cải thiện kết quả sức khỏe của bệnh nhân mắc bệnh thận giai đoạn cuối và giảm chi phí thuốc trung bình 25% bằng cách cá nhân hóa việc tính liều thuốc. Hơn 550.000 bệnh nhân mắc bệnh thận giai đoạn cuối đang điều trị lọc máu tại Hoa Kỳ, và đa số những bệnh nhân này mắc thiếu máu mãn tính. SAA dựa trên hơn 10 năm nghiên cứu tại Đại học Louisville và được thiết kế đặc biệt để hỗ trợ các nhà quản lý thiếu máu lâm sàng với các khuyến nghị về việc tính liều ESAs.

Những lợi ích của việc cung cấp các khuyến nghị về liều thuốc được cá nhân hóa là gì?

Trí tuệ nhân tạo giúp các bác sĩ xác định liều thuốc tối thiểu cần thiết để đạt được kết quả điều trị mong muốn, điều này mang lại cả lợi ích lâm sàng và kinh tế. Trong trường hợp tính liều ESAs, việc tính liều không hiệu quả có thể dẫn đến việc bệnh nhân phải tiếp xúc với thuốc ở mức cao hơn mức cần thiết, và tương ứng với chi phí chăm sóc cao hơn. SAA tập trung vào việc tinh chỉnh việc điều chỉnh liều dựa trên phản ứng của bệnh nhân với thuốc. Khi việc điều chỉnh liều được thực hiện thường xuyên, điều quan trọng là bệnh nhân nên nhận được lượng thuốc nhỏ nhất có thể, vì việc tiếp xúc với ESAs ở mức cao hơn có liên quan đến nguy cơ cao hơn về các vấn đề tim mạch, đột quỵ, huyết khối và tái phát ung thư.

Với vai trò là người dẫn đầu trong lĩnh vực này, giải pháp của Dosis’s SAA đã mang lại kết quả đã được chứng minh, điều này đã giúp nó được chấp nhận rộng rãi bởi các tổ chức lọc máu hàng đầu. Cho đến nay, SAA đã được sử dụng để cung cấp hơn 2 triệu khuyến nghị về liều thuốc.

Sự phát triển của việc tính liều thuốc dựa trên trí tuệ nhân tạo đang ngày càng phổ biến trong nhiều lĩnh vực y học, chẳng hạn như lọc máu, ung thư và y học ghép. Trong những lĩnh vực này, việc tính liều chính xác ngày càng đóng vai trò quan trọng trong việc đạt được kết quả điều trị thuận lợi. Việc tính liều chính xác dựa trên trí tuệ nhân tạo đặc biệt có tác động trong việc quản lý các loại thuốc dùng để điều trị các tình trạng mãn tính, vì cả khả năng xảy ra các tác dụng phụ và chi phí chăm sóc đều tăng lên trong những tháng và năm bệnh nhân sử dụng những loại thuốc này.

Làm thế nào trí tuệ nhân tạo được sử dụng để xác định lượng thuốc được khuyến nghị?

SAA sử dụng trí tuệ nhân tạo để đặt bệnh nhân vào một phổ phản ứng với ESAs, từ người phản ứng mạnh (người rất nhạy cảm với thuốc) đến người không phản ứng. Việc ước tính này được thực hiện bằng cách đánh giá phản ứng lịch sử của bệnh nhân với thuốc và xây dựng một hồ sơ phản ứng duy nhất cho từng bệnh nhân. Với mỗi liều và phản ứng hemoglobin tiếp theo, SAA tinh chỉnh việc ước tính này để đạt được mức hemoglobin mục tiêu bằng cách sử dụng liều ESAs thấp nhất có thể.

Loại giảm sử dụng thuốc mà các phòng khám đã thấy từ việc này là gì?

Với việc sử dụng nhất quán SAA, các phòng khám đã thấy giảm trung bình 25% việc sử dụng ESAs với kết quả thiếu máu được duy trì hoặc cải thiện, cũng như giảm 75% thời gian dành cho việc quản lý thiếu máu.

Bạn có thể thảo luận về cách tính liều chính xác dựa trên trí tuệ nhân tạo sẽ có thể trở thành tiêu chuẩn chăm sóc trong tương lai cho việc quản lý bệnh mãn tính không?

Để đưa ra quyết định về liều thuốc, các bác sĩ đã phụ thuộc chủ yếu vào kinh nghiệm lâm sàng, kiến thức về thuốc và các khuyến nghị về liều từ nhà sản xuất và FDA. Tuy nhiên, những khuyến nghị này thường không chính xác, vì chúng dựa trên các nghiên cứu lâm sàng có thể không phản ánh chính xác phản ứng của bệnh nhân với thuốc.

Tính liều chính xác đã được xác định là một phương pháp quan trọng để tối đa hóa an toàn và hiệu quả điều trị với lợi ích đáng kể cho bệnh nhân và nhà cung cấp dịch vụ chăm sóc sức khỏe, và các giải pháp dựa trên trí tuệ nhân tạo đã chứng minh là những công cụ mạnh mẽ nhất để hiện thực hóa tính liều chính xác.

Ngày nay, năm yếu tố đã kết hợp lại để làm cho tính liều thuốc dựa trên trí tuệ nhân tạo trở thành hiện thực. Chúng bao gồm:

• Các tiến bộ công nghệ trong lĩnh vực tính toán, cho phép chúng ta xử lý nhanh các tập dữ liệu lớn và phức tạp, làm cho các giải pháp dựa trên trí tuệ nhân tạo trở nên thực tế.
• Sự quen thuộc của công chúng với trí tuệ nhân tạo như một công cụ hiệu quả để giải quyết các vấn đề phức tạp, điều này làm cho các bác sĩ cảm thấy thoải mái khi tích hợp những công cụ như vậy vào môi trường lâm sàng.
• Dữ liệu đáng tin cậy hiện đã có sẵn trong các hồ sơ bệnh án điện tử và được tiêu chuẩn hóa theo cách mà các thuật toán có thể tiêu thụ dễ dàng hơn so với hồ sơ bệnh án giấy.
• Các kỹ thuật phân tích dữ liệu lớn cũng đã làm cho việc áp dụng trí tuệ nhân tạo và các thuật toán điều khiển vào các tập dữ liệu phức tạp trở nên thực tế và hiệu quả hơn. Ngày nay, chúng ta có thể dựa vào dữ liệu từ hàng triệu bệnh nhân để thiết kế và thử nghiệm các thuật toán trong môi trường ảo để dự đoán hiệu quả và lặp lại nhanh chóng. Đây là một cải tiến lớn so với các hệ thống chuyên gia dựa trên số lượng bệnh nhân nhỏ hơn của một bác sĩ, có thể chỉ là hàng nghìn hoặc hàng trăm, và thường chỉ có thể được thử nghiệm trong các thử nghiệm lâm sàng tốn kém và rủi ro hơn.
• Các loại thuốc phức tạp và mạnh hơn đã được phát triển, ảnh hưởng đến các quá trình sinh lý cơ bản. Các loại thuốc ảnh hưởng đến nhiều quá trình sinh lý và có một cửa sổ điều trị hẹp (điểm “vàng” giữa độc tính và điều trị không hiệu quả) đã trở nên phổ biến hơn. Những loại thuốc này là những loại thuốc mà tính liều dựa trên trí tuệ nhân tạo có thể mang lại nhiều lợi ích nhất.

Bạn có thể chia sẻ thêm về tương lai của y học cá nhân hóa không?

Trong 10 năm tới, tôi tin rằng các mô hình tính liều dựa trên trí tuệ nhân tạo sẽ có thể trở thành tiêu chuẩn chăm sóc trên toàn bộ lĩnh vực chăm sóc sức khỏe, được sử dụng cho nhiều loại thuốc như warfarin, insulin và các thuốc ức chế miễn dịch. Về cơ bản, bất kỳ loại thuốc nào được sử dụng mãn tính và có một phạm vi điều trị hẹp đều là ứng cử viên tốt cho tính liều dựa trên trí tuệ nhân tạo. Ngoài ra, khi nhiều công cụ hơn được phát triển và nhiều cơ hội sử dụng những công cụ đó được xác định, chúng ta sẽ thấy sự tăng trưởng theo cấp số nhân trong việc sử dụng trí tuệ nhân tạo để điều khiển các liệu pháp, giải thích các kết quả xét nghiệm và hình ảnh, và dự đoán kết quả của các chiến lược điều trị.

Có điều gì khác mà bạn muốn chia sẻ về Dosis không?

Dosis được đặt ở vị trí độc đáo để thực hiện hỗ trợ quyết định dựa trên trí tuệ nhân tạo và có thành tích trong việc chuyển đổi nghiên cứu học thuật cấp cao thành các ứng dụng lâm sàng thực tế ở cả quy mô nhỏ và lớn.

Cảm ơn vì cuộc phỏng vấn tuyệt vời, những người đọc muốn tìm hiểu thêm nên truy cập Dosis.