211service.com
Klīniskie pētījumi ir labāki, ātrāki un lētāki ar lielajiem datiem
Saistībā ar Medidata
Klīniskie pētījumi nekad nav bijuši vairāk sabiedrības uzmanības lokā kā pagājušajā gadā, pasaulei vērojot vakcīnu izstrādi pret Covid-19, slimību, kas ir 2020. gada koronavīrusa pandēmijas centrā. Ziņās dominēja diskusijas par pētījuma fāzēm, efektivitāti un blakusparādībām. Vakcīnas izmēģinājumu raksturīgākā iezīme bija to ātrums. Tā kā vakcīnas ir paredzētas vispārējai izplatīšanai, pētījuma populācija būtībā ir visi. Šī unikālā iezīme nozīmē, ka pietiekami daudz cilvēku piesaistīšana izmēģinājumiem nav bijis šķērslis, kāds tas parasti ir.
Klīniskie pētījumi ir labāki, ātrāki un lētāki ar lielajiem datiem
Lejupielādēt pilnu pārskatu
Viena no mana darba sarežģītākajām daļām ir pacientu uzņemšana studijās, saka Nikolass Boriss, galvenais medicīnas darbinieks Lawrenceville, NJ, biotehnoloģijas uzņēmums Celsion, kas izstrādā nākamās paaudzes ķīmijterapijas un imūnterapijas līdzekļus aknu un olnīcu vēža un noteiktu smadzeņu veidu ārstēšanai. audzēji. Borys lēš, ka mazāk nekā 10% vēža pacientu ir iesaistīti klīniskajos pētījumos. Ja mēs to varētu iegūt līdz 20% vai 30%, mēs, iespējams, jau būtu uzvarējuši vairākus vēža veidus.
Klīniskajos pētījumos tiek pārbaudītas jaunas zāles, ierīces un procedūras, lai noteiktu, vai tās ir drošas un efektīvas, pirms tās tiek apstiprinātas vispārējai lietošanai. Taču ceļš no pētījuma izstrādes līdz apstiprināšanai ir garš, līkumots un dārgs. Mūsdienās pētnieki izmanto mākslīgo intelektu un progresīvu datu analīzi, lai paātrinātu procesu, samazinātu izmaksas un ātrāk saņemtu efektīvu ārstēšanu tiem, kam tā nepieciešama. Un viņi izmanto nepietiekami izmantotu, bet strauji augošu resursu: datus par pacientiem no iepriekšējiem izmēģinājumiem
Ārējo vadības ierīču izveide
Klīniskajos pētījumos parasti ir iesaistītas vismaz divas grupas vai grupas: testa vai eksperimentālā grupa, kas saņem izmeklējamo ārstēšanu, un kontroles grupa, kas nesaņem. Atkarībā no tā, kāda veida ārstēšana tiek pētīta un ar ko tā tiek salīdzināta saskaņā ar pētījuma protokolu, kontroles grupa var nesaņemt nekādu ārstēšanu, placebo vai pašreizējo ārstēšanas standartu. Ir viegli redzēt darbā pieņemšanas problēmu izmeklētājiem, kuri pēta vēža un citu nāvējošu slimību terapiju: pacientiem ar dzīvībai bīstamu stāvokli ir vajadzīga palīdzība tagad. Lai gan viņi varētu būt gatavi uzņemties risku saistībā ar jaunu ārstēšanu, pēdējā lieta, ko viņi vēlas, ir tikt nejauši izvēlētiem kontroles grupā, saka Boriss. Apvienojiet šo nevēlēšanos ar nepieciešamību pieņemt darbā pacientus, kuriem ir salīdzinoši retas slimības, piemēram, krūts vēža veids, kam raksturīgs īpašs ģenētiskais marķieris, un laiks, lai pieņemtu darbā pietiekami daudz cilvēku, var ilgt mēnešus vai pat gadus. Deviņos no 10 klīniskajiem pētījumiem visā pasaulē — ne tikai vēža, bet arī visu veidu stāvokļu gadījumā — nevar pieņemt darbā pietiekami daudz cilvēku noteiktajā termiņā. Daži izmēģinājumi pilnībā neizdodas, jo trūkst pietiekami daudz dalībnieku.
Kā būtu, ja pētniekiem vispār nebūtu jāpieņem darbā kontroles grupa un viņi varētu piedāvāt eksperimentālu ārstēšanu ikvienam, kurš piekrita piedalīties pētījumā? Celsion pēta šādu pieeju ar Ņujorkas galveno biroju Medidata, kas nodrošina pārvaldības programmatūru un elektronisku datu tveršanu vairāk nekā pusei pasaules klīnisko pētījumu, apkalpojot lielāko daļu lielāko farmācijas un medicīnas ierīču uzņēmumu, kā arī akadēmiskos medicīnas centrus. Medidata, ko 2019. gadā iegādājās franču programmatūras uzņēmums Dassault Systèmes, ir apkopojis milzīgu lielu datu resursu: detalizētu informāciju no vairāk nekā 23 000 izmēģinājumiem un gandrīz 7 miljoniem pacientu aptuveni 10 gadu senā pagātnē.
Ideja ir atkārtoti izmantot datus no pacientiem iepriekšējos pētījumos, lai izveidotu ārējās kontroles grupas. Šīs grupas pilda tādu pašu funkciju kā tradicionālās kontroles grupas, taču tās var izmantot vietās, kur kontroles grupu ir grūti pieņemt darbā: piemēram, ārkārtīgi retām slimībām vai tādiem stāvokļiem kā vēzis, kas ir nenovēršami dzīvībai bīstami. Tos var efektīvi izmantot arī vienas rokas izmēģinājumos, kas padara kontroles grupu nepraktisku: piemēram, lai novērtētu implantētas ierīces vai ķirurģiskas procedūras efektivitāti. Iespējams, to visvērtīgākā tūlītējā izmantošana ir ātrai provizoriskai izpētei, lai novērtētu, vai ir vērts turpināt ārstēšanu līdz pilnam klīniskam pētījumam.
Medidata izmanto mākslīgo intelektu, lai izveidotu savu datubāzi un atrastu pacientus, kuri bija bijuši kā kontroles līdzekļi iepriekšējos noteikta stāvokļa ārstēšanas izmēģinājumos, lai izveidotu savu patentēto ārējo kontroles grupu versiju. Mēs varam rūpīgi atlasīt šos vēsturiskos pacientus un saskaņot pašreizējās eksperimentālās grupas ar vēsturiskajiem izmēģinājuma datiem, saka Arnaubs Čaterdži (Arnaub Chatterjee), Medidata Acorn AI vecākais produktu viceprezidents. (Acorn AI ir Medidata datu un analītikas nodaļa.) Izmēģinājumi un pacienti ir saskaņoti pētījuma mērķiem — tā sauktajiem galapunktiem, piemēram, samazināta mirstība vai tas, cik ilgi pacienti ir brīvi no vēža — un citiem pētījuma aspektiem. pētījumu plāni, piemēram, pētījuma sākumā un laikā savākto datu veids.
Veidojot ārējo kontroles grupu, mēs darām visu iespējamo, lai atdarinātu ideālu randomizētu kontrolētu izmēģinājumu, saka Ruthie Davi, Medidata Acorn AI datu zinātnes viceprezidente. Pirmais solis ir datubāzē meklēt iespējamos kontroles grupas kandidātus, izmantojot galvenos atbilstības kritērijus no pētāmā pētījuma: piemēram, vēža veidu, slimības galvenās pazīmes un tā progresēšanas pakāpi, kā arī to, vai pacientam tā ir pirmā reize. tiek ārstēts. Tas būtībā ir tas pats process, ko izmanto, lai atlasītu kontroles pacientus standarta klīniskajā pētījumā, izņemot datus, kas reģistrēti iepriekšējā izmēģinājuma sākumā, nevis pašreizējā, lai noteiktu piemērotību, saka Davi. Mēs atrodam vēsturiskus pacientus, kuri varētu piedalīties izmēģinājumā, ja viņi pastāvētu šodien.
Lejupielādēt pilnu pārskatu.
Šo saturu izstrādāja Insights, MIT Technology Review pielāgotā satura grupa. To nav rakstījuši MIT Technology Review redakcijas darbinieki.