Ro’ee Gilron, PhD, Nhà khoa học thần kinh hàng đầu tại Rune Labs – Loạt phỏng vấn

Ro’ee Gilron, PhD, là Nhà khoa học thần kinh hàng đầu tại Rune Labs, một công ty phần mềm và phân tích dữ liệu cho thần kinh học chính xác, hỗ trợ việc cung cấp dịch vụ chăm sóc và phát triển liệu pháp. StrivePD là hệ sinh thái cung cấp dịch vụ chăm sóc cho bệnh Parkinson của công ty, cho phép bệnh nhân và bác sĩ lâm sàng quản lý Parkinson tốt hơn bằng cách cung cấp quyền truy cập vào các bảng tổng hợp được lập để tóm tắt nhiều nguồn dữ liệu của bệnh nhân và kết nối bệnh nhân với các thử nghiệm lâm sàng. Đối với việc phát triển thuốc, các công ty dược phẩm và thiết bị y tế sử dụng công nghệ của Rune, mạng lưới các bác sĩ lâm sàng và bệnh nhân tham gia, và các tập dữ liệu thế giới thực lớn để đẩy nhanh các chương trình phát triển. Công ty đã nhận được sự hỗ trợ tài chính từ các nhà đầu tư hàng đầu như Eclipse Ventures, DigiTx, TruVenturo và Moment Ventures.

Điều gì đã thu hút bạn đến lĩnh vực thần kinh học?

Tôi đã yêu thích lĩnh vực thần kinh học ứng dụng sau khi có kinh nghiệm nghiên cứu làm việc với bệnh nhân động kinh tại Đơn vị Giám sát Động kinh (EMU). Rất nhiều công việc đã được thực hiện với những bệnh nhân này trong nhiều năm, dẫn đến những khám phá tuyệt vời về ngôn ngữ, tầm nhìn và kiểm soát vận động, lĩnh vực mà tôi tập trung vào thời điểm đó. Sau khi làm nghiên cứu cơ bản cho công việc sau đại học, tôi muốn có khả năng làm việc với bệnh nhân cụ thể về các bệnh mà họ đang mắc phải. Điều này đã thúc đẩy tôi áp dụng những gì tôi đã học được trong trường đại học về kiểm soát vận động và kỹ thuật vào việc làm việc với bệnh nhân Parkinson với các thiết bị kích thích não sâu.

Bạn có thể thảo luận về một số công việc đầu tiên của mình với các thiết bị kích thích não sâu (DBS) không?

Trong thập kỷ qua của sự nghiệp, tôi đã may mắn được ở đúng nơi vào đúng thời điểm. Tôi đã tham gia phòng thí nghiệm của Philip Starr, một bác sĩ phẫu thuật thần kinh tại UCSF Health, và vào thời điểm đó, ông đang làm việc với các thiết bị DBS thử nghiệm. Phòng thí nghiệm đang làm việc để có được sự miễn trừ thiết bị điều tra (IDE) để thu thập dữ liệu cần thiết để hỗ trợ một ứng dụng phê duyệt trước khi ra thị trường với một nhóm bệnh nhân và bác sĩ lâm sàng chọn lọc đang cố gắng phát triển các liệu pháp thế hệ tiếp theo với DBS.

Một thành phần thú vị của công việc này là các khả năng mới của các thiết bị đang được phát triển vào thời điểm đó. Có một thiết bị kích thích não có thể chúng tôi đã làm việc để phát triển từ đầu đến cuối, bao gồm thiết kế giao diện, làm việc với thiết bị và lập trình cho nó.

Rune Labs mô tả mình là một công ty phần mềm và phân tích dữ liệu cho thần kinh học chính xác. Bạn có thể định nghĩa thần kinh học chính xác là gì không?

Chúng tôi đang thực hiện theo cách làm của nghiên cứu ung thư trong 10 năm qua. Chúng tôi từng nghĩ rằng một thử nghiệm thất bại vì chỉ có 5% bệnh nhân phản ứng. Chúng tôi hiện nhận ra rằng nếu bạn lấy tất cả dữ liệu đó và tổng hợp nó trên tất cả các loại ung thư khác nhau, trình tự gen của các khối u, và lấy những gì được coi là ‘thất bại’, bạn sẽ có một liệu pháp cá nhân hóa nhiều hơn để cung cấp cho những bệnh nhân này. Bây giờ, bạn không còn điều trị một bệnh nhân ung thư vú mà điều trị một loại khối u rất cụ thể đã được trình tự từ một bệnh nhân ung thư. Các phương pháp điều trị vô cùng được cá nhân hóa. Cuộc cách mạng này trong ung thư đã có tác động lớn đến tỷ lệ sống sót của bệnh nhân, và bây giờ chúng tôi đang cố gắng học hỏi từ kinh nghiệm này.

Trong lĩnh vực thần kinh học, chúng tôi vẫn còn mắc kẹt, ở một mức độ nhất định, với các phương pháp đánh giá một số rối loạn đã có từ thế kỷ trước. Chúng tôi đang cố gắng đưa ra một tương lai nơi tất cả các thiết bị tinh vi này được gắn vào một chiếc đồng hồ đeo tay và kết hợp với điện thoại thông minh, thu thập thông tin chi tiết về bệnh nhân để giúp họ và các bác sĩ lâm sàng đưa ra quyết định tốt hơn về liệu pháp của họ. Chúng tôi muốn sử dụng dữ liệu này làm nền tảng để phát triển các liệu pháp thần kinh mới và đưa chúng ra thị trường.

Đã có rất ít đột phá trong bệnh Parkinson trong thập kỷ qua, tại sao đây là một bệnh khó khăn để đối phó?

Đây là một yếu tố đa diện trong bệnh Parkinson. Chúng tôi không có mục tiêu hoàn hảo và hầu hết các phương pháp điều trị mà chúng tôi có ngày nay không thay đổi tiến trình của bệnh, chỉ điều trị các triệu chứng, bao gồm cả DBS. Điều này rất khó để phát triển các loại thuốc mới. Bệnh Parkinson, và nhiều rối loạn khác, diễn ra trong một khoảng thời gian trước khi các triệu chứng thậm chí xuất hiện. Bạn có thể sống rất lâu với bệnh ổn định, khiến việc đánh giá hiệu quả của các loại thuốc mới theo cách truyền thống trở nên khó khăn. Các phương pháp đo lường lợi ích lâm sàng, như các bảng câu hỏi, không phải lúc nào cũng có thể chính xác nắm bắt được tác động, đặc biệt là với sự đa dạng của các triệu chứng bệnh trong một thử nghiệm 500 bệnh nhân. Có một số lượng phân tử rất hạn chế để có thể thử nghiệm.

Tuy nhiên, có một lý thuyết cho rằng nếu bạn có một cách sâu sắc hơn để xác định kiểu hình của bệnh nhân và theo dõi họ để thu thập chi tiết hơn theo thời gian, bạn có thể quan sát được một hiệu ứng mà bạn không thể quan sát trước đây. Điều này có thể yêu cầu một khoảng thời gian ngắn hơn như vài tuần hoặc vài tháng, được tăng tốc nhờ dữ liệu thu thập từ các thiết bị đeo như Apple Watch.

Loại dữ liệu nào mà Rune Labs đang thu thập từ các thiết bị đeo như Apple Watch đến các thiết bị cấy ghép não sâu có thể tăng tốc phát triển các phương pháp điều trị cho bệnh Parkinson?

Với Apple Watch, chúng tôi đã có sự chấp thuận 510(k) từ Cục Quản lý Thực phẩm và Dược phẩm Hoa Kỳ để đo rung và dyskinesia của bệnh nhân mỗi phút. Chúng tôi đã làm việc cùng với Apple (AAPL ) về công nghệ này, cho phép chúng tôi tập trung nhiều hơn vào bệnh nhân mỗi ngày, mỗi tuần và mỗi tháng. Điều này không thể khi bạn chỉ nhìn vào điểm số lâm sàng của bệnh nhân. Với Apple Watch, chúng tôi có thể thu thập một lượng lớn dữ liệu cho phép chúng tôi thực hiện các chú thích kiểu hình sâu. Ngoài các phản hồi đã được xác nhận, nó cũng thu thập thông tin rộng lớn về bệnh nhân. Điều này có thể bao gồm các mẫu di chuyển của họ từ số bước đến độ dài bước, đến các chỉ số xác thực khác như thời gian hỗ trợ kép hoặc đi bộ đối xứng, liên quan đến khả năng bị ngã của bệnh nhân – một mối quan tâm lớn đối với bệnh nhân Parkinson và là một yếu tố đóng góp lớn cho khuyết tật. Chúng tôi cũng đang theo dõi hoạt động giấc ngủ và tập thể dục, những điều mà các nghiên cứu đã chỉ ra là có lợi. Tập thể dục là một trong những điều duy nhất có lợi cho các triệu chứng Parkinson trong thời gian dài.

Ngoài ra, chúng tôi đang sử dụng dữ liệu này để giúp xác định kiểu hình của bệnh nhân với các thiết bị DBS trong một tập hợp con của bệnh nhân Parkinson tiên tiến hơn. Đối với điều này, chúng tôi đang sử dụng các thiết bị do Medtronic sản xuất có thể cảm nhận hoạt động của não. Chúng tôi đang theo dõi rất nhiều thông tin về bệnh nhân về điện sinh lý học đến từ sâu trong các nhân mà tạo ra các mạng bệnh lý ở bệnh nhân. Cách tiếp cận này cho phép chúng tôi đặc trưng hóa bệnh nhân theo cách không thể trước đây.

Làm thế nào dữ liệu này hỗ trợ Rune Labs trong việc cung cấp các phương pháp điều trị cá nhân hóa dự đoán?

Chúng tôi đang tiếp cận điều này từ một cách tiếp cận ưu tiên bệnh nhân. Hiện tại, việc truyền đạt tất cả các lựa chọn có sẵn cho một người bị bệnh Parkinson có thể khó khăn, vì các bác sĩ lâm sàng phải sàng lọc qua nhiều liệu pháp này cho bệnh nhân của họ. Một trong những điều chúng tôi nghĩ rằng dữ liệu tốt hơn có thể giúp đỡ là dự đoán cải thiện, như đề xuất rằng một bệnh nhân nên nhận được một thiết bị DBS vì họ đã trải qua nhiều biến động vận động với thuốc uống. Chúng tôi có thể giúp trao quyền cho bệnh nhân có cuộc trò chuyện đó với bác sĩ lâm sàng của họ. Một ví dụ khác là nếu một bác sĩ lâm sàng có thể thấy từ dữ liệu rằng bệnh nhân của họ đã trải qua nhiều dyskinesia, họ có thể đề xuất thay đổi công thức thuốc. Có nhiều loại thuốc và thiết bị mới trên thị trường và chúng tôi muốn trao quyền cho bệnh nhân khám phá tất cả các lựa chọn.

Ngoài ra, chúng tôi làm việc với các nhà sản xuất thiết bị như Medtronic, những người có thể trong tương lai cung cấp các đề xuất thời gian thực cho bệnh nhân, như các loại thuốc hoặc liệu pháp cụ thể nào phù hợp nhất với họ.

Một điều khác mà chúng tôi đang làm việc trong không gian thiết bị DBS là khả năng lấy dữ liệu kết quả của bệnh nhân, như các triệu chứng của họ, và kết hợp nó với dữ liệu điện sinh lý học được thu thập từ não của họ. Việc đặt cả hai loại dữ liệu này lại với nhau để đưa ra một khuyến nghị về cách kích thích não của bệnh nhân một cách hiệu quả có thể, trong tương lai, được tích hợp vào các thử nghiệm lâm sàng. Hiện đã có một số ví dụ về việc này đã được thực hiện và đã giúp xác định các dấu ấn sinh học cho sự tiến triển của bệnh Parkinson.

Với tất cả dữ liệu đã được thu thập, Rune Labs đã có thể xác định các dấu ấn sinh học cho sự tiến triển của bệnh Parkinson không?

Tôi nghĩ chúng tôi có một số dấu hiệu sơ bộ rất hứa hẹn về các dấu ấn sinh học. Dữ liệu đã xuất bản cho thấy có một số đặc điểm góp phần vào việc tăng nguy cơ và sự tiến triển nhanh hơn của bệnh, như rối loạn giấc ngủ hoặc vấn đề nhận thức. Nền tảng mà chúng tôi có thể đo lường các triệu chứng này. Điều gì thú vị về điều này là tiềm năng nó có để tác động tích cực đến bệnh nhân. Bệnh nhân đang đeo những thiết bị này và thu thập những mẫu này trong thời gian dài, điều cần thiết để phát triển các dấu ấn sinh học khi khoảng thời gian của bệnh này được đo bằng thập kỷ.

Rune Labs cũng đã làm việc trên một thiết bị kích thích tủy sống để giúp bệnh nhân Multiple Sclerosis, bạn có thể thảo luận về một số khoa học đằng sau điều này không?

Bệnh Multiple Sclerosis là một bệnh thần kinh thoái hóa và, giống như bệnh Parkinson, không có phương pháp chữa trị nào hiện tại, nhưng có các loại thuốc và liệu pháp điều chỉnh bệnh giúp bệnh nhân giảm nhẹ các triệu chứng. Những loại thuốc này cơ bản làm giảm hệ miễn dịch quá mức phản ứng gây ra bởi cơ thể tấn công chính nó trong MS. Tại Rune, chúng tôi đang điều tra một phương pháp điều trị MS mới sẽ sử dụng một thiết bị kích thích tủy sống để giúp quản lý cơn đau thần kinh liên quan đến MS. Điều gì độc đáo về cách tiếp cận này là, giống như bệnh Parkinson, bạn có thể sử dụng thiết bị này để tiếp cận hệ thần kinh.

Một mục tiêu trong thần kinh học là thiết kế một thiết bị cấy ghép não thích ứng có thể phản ứng theo thời gian thực với sóng não để điều trị hàng chục bệnh. Những thách thức cốt lõi nào đằng sau việc xây dựng điều này?

Có nhiều thách thức cốt lõi đằng sau việc xây dựng một thiết bị DBS thích ứng (aDBS). Thách thức chính là ghi lại và kích thích cùng một mục tiêu. Có một số yếu tố có thể ảnh hưởng đến tính trung thực của tín hiệu, và thậm chí ngăn cản việc sử dụng thiết bị ở một số bệnh nhân. Một nghiên cứu gần đây cho thấy rằng sử dụng một máy phát xung cấy ghép (IPG) ở ngực phải, cách xa cực điện của tim, có thể giảm thiểu ô nhiễm điện tâm đồ (ECG) và do đó giảm khả năng xuất hiện các artifact ECG trong các tiếp điểm cảm biến có sẵn. Ngoài các artifact ECG, sự di chuyển của cáp điện cực DBS có thể được quan sát là gây ra các transient lớn trong tín hiệu não. Cả hai artifact này đều làm ô nhiễm các dải tần số rộng và do đó, có thể ngăn cản các chính sách kiểm soát dựa trên ngưỡng phản ứng hiệu quả với dấu ấn sinh học mục tiêu và dẫn đến sự tăng hoặc giảm không kiểm soát được của kích thích.

Sự phát triển của các hệ thống aDBS bền vững lâm sàng sẽ mang lại những thách thức mới mang tính kỹ thuật, bao gồm tương tác không có artifact với hoạt động của não. Nhiều thách thức này có thể được giải quyết bằng cách ghép nối các thiết bị không dây bên ngoài với các thiết bị cấy ghép để hỗ trợ theo dõi sinh lý và hành vi trong khi tăng độ chính xác của các chiến lược kiểm soát được cá nhân hóa cho bệnh nhân.

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