Лячэнне рака залежыць ад галавакружнай колькасці даных: вось як яны сартуюцца ў воблаку

Хворыя на рак і іх лекары маюць больш інфармацыі пра хваробу і яе лячэнне, чым калі-небудзь раней, і даступная інфармацыя працягвае расці з галавакружнай хуткасцю. Уся гэтая інфармацыя, аднак, бескарысная, калі людзі не могуць зразумець усё гэта. 

Падумайце, напрыклад, пра пацыента з ракам лёгкіх, які можа атрымаць ранні дыягназ праз праграму скрынінга, якая стварае малюнак кампутарнай тамаграфіі (КТ). Па меры прасоўвання плана дыягностыкі і лячэння іх апекуны будуць прыносіць такія крыніцы даных, як МРТ і малекулярная візуалізацыя, дадзеныя аб паталогіі, якія ўсё часцей алічбоўваюцца, і геномную інфармацыю. 

«Усё гэта, шчыра кажучы, з'яўляецца вельмі складанай задачай для саміх брыгад па доглядзе, паколькі яны думаюць пра тое, як найлепшым чынам даглядаць і лячыць гэтых пацыентаў», - сказаў Луі Кюло, генеральны дырэктар аддзела геномікі і анкалагічнай інфарматыкі Philips, падчас Amazon Віртуальная падзея вэб-сэрвісаў для індустрыі аховы здароўя. 

"Цяпер у анкалогіі або ў любой медыцынскай дысцыпліне гэта важна, таму што лячэнне мае значэнне, умяшанне мае значэнне", - сказаў Кюло. «Мы не проста хочам даных дзеля іх. Якія дзеянні могуць прыняць члены брыгады па доглядзе на падставе інфармацыі?»

Каб атрымаць лепшы кантроль над усімі гэтымі данымі, наватары звярнуліся да такіх інструментаў, як воблачныя вылічэнні і машыннае навучанне - з патэнцыяльна выратавальнымі вынікамі. На мерапрыемстве AWS на гэтым тыдні Кюлот распавёў аб супрацоўніцтве Philips з анкалагічным цэнтрам доктара медыцынскіх навук Андэрсана пры Універсітэце Тэхаса, мэтай якога з'яўляецца дапамога лекарам у зборы ўсіх іх даных для стварэння індывідуальных планаў догляду за пацыентамі. 

Сатнам Алаг, старшы віцэ-прэзідэнт па распрацоўцы праграмнага забеспячэння ў Grail, растлумачыў, як яго кампанія выкарыстоўвае воблака і машыннае навучанне для распрацоўкі сістэмы, якая можа правяраць пацыентаў на дзясяткі розных відаў раку адначасова, а не па адным. 

Цяжка пераацаніць уплыў паляпшэння абследавання і лячэння рака. У 2020 годзе ў свеце было больш за 19 мільёнаў выпадкаў раку, адзначыў Алаг, і амаль 10 мільёнаў смерцяў. Паводле ацэнак, кожны трэці мужчына і кожная чацвёртая жанчына могуць захварэць на рак на працягу жыцця.

«У мяне ці члена сям'і выявяць рак? Дзе гэта ў маім целе? Ці можна гэта вылечыць? Ці гэта мяне заб'е? Гэта агульныя пытанні, якія падзяляюць многія з нас», — сказаў Алаг. 

На шчасце, калі мы збіраем больш дадзеных для вывучэння рака, навукоўцы таксама хутка распрацоўваюць новыя варыянты лячэння. Дасягненні ў галіне малекулярнага прафілявання дапамаглі навукоўцам вызначыць розныя катэгорыі і падкатэгорыі рака, а таксама розныя патэнцыйныя метады лячэння. У 2009 годзе FDA ЗША ўхваліла восем супрацьпухлінных прэпаратаў, адзначыў Кюло. Да 2020 г. гэтая колькасць вырасла да 57. Акрамя таго, у цяперашні час існуе каля 1,500 клінічных выпрабаванняў, адкрытых для хворых на рак. 

«Увогуле, зараз існуюць літаральна сотні магчымых метадаў лячэння або камбінацый тэрапіі, якія можна выкарыстоўваць для лячэння рака», - сказаў Кюло. «Такім чынам, у нас ёсць двайны выклік, так? Як сабраць усе гэтыя дадзеныя, каб атрымаць лепшую карціну пацыента? І тады, з гэтага пункту гледжання, што ўсё гэта значыць з пункту гледжання найлепшага лячэння?»

Каб вырашыць гэтую праблему, лекары MD Anderson распрацавалі сістэму падтрымкі прыняцця прэцызійных анкалагічных рашэнняў (PODS) — інструмент, заснаваны на фактычных дадзеных, які дапамагае лекарам ацэньваць адпаведную інфармацыю, такую ​​як найноўшыя распрацоўкі лекаў і клінічныя выпрабаванні, а таксама рэакцыю пацыентаў на лячэнне . Гэта дапамагае ім распрацоўваць індывідуальныя планы лячэння.

У 2020 годзе доктар медыцынскіх навук Андэрсан супрацоўнічаў з Philips і AWS, каб зрабіць сістэму даступнай для лекараў і практыкуючых лекараў па ўсім свеце. 

Сістэма можа існаваць толькі ў воблаку, адзначыў Кюло, па шэрагу прычын. Трэба захоўваць велізарную колькасць даных і апрацоўваць велізарную колькасць даных. У той жа час сістэма павінна быць бяспечнай і сумяшчальнай з некалькімі арэндамі для спецыялістаў па ўсім свеце. 

Магчыма, самае важнае тое, што воблака дазваляе сапраўды персаналізаваныя планы лячэння, адзначыў Кюло, дазваляючы лекарам супрацоўнічаць і аб'ядноўваць свае даныя. 

«Людзі гавораць пра рак як пра праблему вялікіх дадзеных, але гэта таксама тое, што я называю праблемай малога ўзроўню», — сказаў Кюло. Ён прывёў прыклад пацыента з ракам лёгкіх, які даведаўся, што ў яго рак лёгкіх 4 стадыі са спецыфічнымі мутацыямі. 

«Вы разбіваеце гэтыя папуляцыі на падгрупы, так што нават у найбуйнейшых медыцынскіх установах часам толькі некалькі пацыентаў адпавядаюць крытэрам, на якіх мы спрабуем вучыцца», — сказаў ён. «Гэтыя воблачныя экасістэмы дазваляюць аб'ядноўваць даныя — дэідэнтыфікаваныя, сумяшчальным спосабам — каб мы маглі з іх вучыцца».

Падобным чынам Сатнам Алаг з Grail сказаў, што воблака неабходна для распрацоўкі Galleri, тэсту кампаніі на ранняе выяўленне раку. Тэст прызначаны для выяўлення больш чым 50 відаў раку ў якасці дадатку да скрынінгавых тэстаў на адзін рак.

«Выкарыстанне магутнасці геномікі і машыннага навучання патрабуе шмат вылічэнняў», — сказаў Алаг. «Неабходна сабраць і маштабаваць вельмі вялікія аб'ёмы дадзеных». 

З аднаго плота крыві тэст Galleri выкарыстоўвае секвенирование ДНК і алгарытмы машыннага навучання для аналізу фрагментаў ДНК у крыві пацыента. Тэст спецыяльна шукае бясклетачныя нуклеінавыя кіслоты (cfDNA), якія выдзяляюцца пухлінамі ў кроў, што можа сказаць вам, які рак ёсць у арганізме і адкуль ён бярэцца. 

«Замест таго, каб абследаваць асобныя віды раку, нам трэба абследаваць людзей на рак», — сказаў Алаг. «І цяпер гэта магчыма дзякуючы двум вялікім тэхналагічным рэвалюцыям, якія адбыліся за апошнія 20 гадоў. Па-першае, магутнасць геномікі - цяпер можна секвенировать поўную ДНК... ​​генеруючы тэрабайты даных з эканамічнай эфектыўнасцю за некалькі дзён. Па-другое, гэта велізарная колькасць інавацый у машынным навучанні. Цяпер у нас ёсць ноу-хау, каб будаваць складаныя мадэлі глыбокага навучання з дзесяткамі мільёнаў параметраў».