乔治·阿罗诺夫博士，Dosis公司首席医疗官 – 采访系列

乔治·阿罗诺夫博士是Dosis公司的首席医疗官，他在肾脏病学领域有超过30年的经验。他曾是路易斯维尔大学的肾脏病和高血压科主任，他与Brier和Gaweda博士的研究重点是使用人工智能来调整血液透析患者的红细胞生成刺激因子（ESA）剂量。他在印第安纳大学获得了药理学硕士和医学博士学位。

Dosis的第一个产品，战略性贫血顾问 是一种基于Web的参考工具，用于个性化地调整ESA的剂量，ESA是一类用于治疗慢性贫血的药物。

您能否首先解释什么是创新的人工智能基于的给药平台战略性贫血顾问（SAA）？

Dosis的战略性贫血顾问（SAA）是一种人工智能（AI）-based的临床决策支持系统，旨在改善末期肾脏病（ESKD）患者的健康结果，并通过个性化药物给药减少药物成本，平均减少25%。目前，美国有超过550,000名末期肾脏病患者正在接受透析治疗，其中大多数患者经历慢性贫血。SAA基于路易斯维尔大学10多年的研究，专门设计用于协助临床贫血管理人员制定ESA给药推荐。

提供个性化给药推荐的好处是什么？

人工智能帮助临床医生确定达到所需治疗效果所需的最小剂量，这既有临床上的益处，也有经济上的益处。在给予ESA的剂量方面，效率低下的给药可能导致患者接触到比必要更高的药物量，从而增加医疗成本。SAA专注于根据患者对药物的反应来调整剂量。当剂量发生变化时，患者的最佳利益是接收到尽可能少的药物，因为更高的ESA暴露与心脏病发作、中风、血栓形成和癌症复发的风险增加有关。

作为该领域的领导者，Dosis的SAA提供了一种经过验证的解决方案，已被顶级透析组织广泛接受。到目前为止，SAA已被用于提供超过200万次给药推荐。

人工智能驱动的给药在许多医学领域，如透析、癌症和移植医学中正在获得关注。在这些领域中，给药的精确性在实现有利结果方面发挥着至关重要的作用。人工智能驱动的精确给药在慢性病管理中尤其有效，因为这些疾病的药物可能会在几个月或几年内导致不良反应和增加的医疗成本。

人工智能如何用于确定推荐的剂量？

SAA使用人工智能将患者放在ESA剂量反应谱上，从极端反应者（对药物非常敏感）到基本上是非反应者。这种估计是通过评估患者对药物的历史反应并为每个患者构建一个唯一的反应概况来完成的。随着每次给药和血红蛋白反应，SAA会完善这种估计，以使用最低可能的ESA剂量来实现目标血红蛋白水平。

临床在使用此方法后看到的药物使用量减少了多少？

在一致地使用SAA后，临床平均减少了25%的ESA使用量，同时保持或改善了贫血结果，并且减少了75%的时间用于管理贫血。

您能否讨论人工智能驱动的精确给药在未来如何成为慢性病管理的标准？

为了做出给药决策，医生们通常依赖于他们的临床经验、对所开处方药物的了解以及来自药物制造商和FDA的纸质推荐。然而，这些推荐往往是不精确的，因为它们基于可能不能准确反映个体患者对药物反应的临床研究。

精确给药已被确定为最大化治疗安全性和有效性的关键方法，人工智能驱动的解决方案已被证明是实现精确给药的最强大的工具之一。

今天，有五个因素使人工智能驱动的药物给药成为可能。它们包括：

• 计算技术的进步，使我们能够快速处理大型复杂数据集，使人工智能解决方案变得实用。
• 人工智能作为解决复杂问题的有效工具的公众认知，使医生在临床环境中感到舒适地使用此类工具。
• 可靠的数据现在以电子医疗记录的形式提供，并以一种更容易被算法消化的标准化格式提供。
• 大数据分析技术也使得将人工智能和控制算法应用于复杂数据集变得更加实用和高效。今天，我们可以利用数百万患者的数据来设计和测试算法，以预测有效性并快速迭代。这比基于临床医生的较小患者群体（通常为数千或数百名患者）的专家系统有了显著改进，这些系统通常只能在更昂贵和更具风险的临床试验中进行测试。
• 已经开发出越来越复杂和强大的药物，这些药物会影响基本的生理过程。影响多个生理过程并具有狭窄的治疗窗口（“甜蜜点”）的药物变得更加普遍，这些药物正是人工智能驱动的药物给药可以提供最多益处的领域。

除了精确给药之外，您对个性化医学的未来有何看法？

在10年内，我相信人工智能驱动的给药模型将成为医疗保健领域的标准，用于各种药物，如华法林、胰岛素和免疫抑制剂。基本上，任何长期使用且具有狭窄治疗窗口的药物都是人工智能驱动的给药的良好候选者。此外，随着更多工具的开发和更多使用这些工具的机会被识别，我们将看到人工智能驱动治疗、解释实验室和放射学检查结果以及预测治疗策略结果的使用呈指数级增长。

您是否还有其他关于Dosis的信息想要分享？

Dosis拥有实施人工智能驱动的决策支持的独特优势，并且有将高级学术研究转化为小规模和大规模实际临床应用的成功经验。

感谢您接受这次精彩的采访，希望了解更多信息的读者可以访问Dosis网站。