Terapije protiv raka zavise od vrtoglavih količina podataka: Evo kako se to sortira u oblaku

Pacijenti sa rakom i njihovi liječnici imaju više informacija o bolesti i njenom liječenju nego ikada prije, a dostupne informacije nastavljaju rasti vrtoglavom brzinom. Sve te informacije, međutim, nisu korisne ako ljudi ne mogu sve to shvatiti. 

Razmislite o pacijentu s karcinomom pluća, na primjer, koji bi mogao dobiti ranu dijagnozu kroz program skrininga koji proizvodi sliku kompjuterske tomografije (CT). Kako njihova dijagnoza i plan liječenja bude napredovao, njihovi skrbnici će unositi izvore podataka kao što su MR i molekularna slika, podaci o patologiji - koji se sve više digitaliziraju - i informacije o genomici. 

"Sve je ovo, iskreno, veoma težak izazov za same timove za njegu jer razmišljaju o tome kako da se najbolje brinu i leče ove pacijente", rekao je Louis Culot, generalni direktor genomske i onkološke informatike u Philipsu, tokom Amazona Virtuelni događaj Web Services za zdravstvenu industriju. 

"U onkologiji sada, ili u bilo kojoj medicinskoj disciplini, ovo je važno jer je važno liječenje, intervencija", rekao je Culot. “Ne želimo podatke samo radi podataka. Koju akciju bi članovi tima za brigu mogli poduzeti na osnovu informacija?”

Da bi bolje uhvatili sve ove podatke, inovatori su se okrenuli alatima kao što su računarstvo u oblaku i mašinsko učenje – sa potencijalno spasonosnim rezultatima. Na ovonedeljnom AWS događaju, Culot je prošetao kroz Philipsovo partnerstvo sa Centrom za rak MD Anderson na Univerzitetu Teksas, čiji je cilj da pomogne lekarima da objedine sve svoje podatke kako bi kreirali personalizovane planove nege za pacijente. 

Satnam Alag, viši potpredsjednik softverskog inženjeringa u Grailu, objasnio je kako njegova kompanija koristi oblak i mašinsko učenje kako bi razvila sistem koji može pregledati pacijente na desetine različitih vrsta raka odjednom, a ne jedan po jedan. 

Teško je precijeniti utjecaj poboljšanih skrininga i liječenja raka. U 2020. godini bilo je više od 19 miliona slučajeva raka širom svijeta, napomenuo je Alag, i skoro 10 miliona smrtnih slučajeva. Procjenjuje se da će svaki treći muškarac i jedna od četiri žene vjerovatno dobiti rak tokom života.

„Hoće li meni ili nekom članu porodice biti dijagnosticiran rak? Gdje je to u mom tijelu? Može li se izliječiti? Ili će me to ubiti? Ovo su uobičajena pitanja koja mnogi od nas dijele”, rekao je Alag. 

Srećom, kako prikupljamo više podataka za proučavanje raka, naučnici također brzo razvijaju nove mogućnosti liječenja. Napredak u molekularnom profiliranju pomogao je naučnicima da identifikuju različite kategorije i potkategorije raka, zajedno s različitim potencijalnim terapijama. U 2009., američka FDA je odobrila osam lijekova protiv raka, napomenuo je Culot. Do 2020. taj broj je porastao na 57. Povrh toga, sada postoji oko 1,500 kliničkih ispitivanja koja su trenutno otvorena za pacijente s rakom. 

"Uopšteno govoreći, sada postoje doslovno stotine mogućih terapija ili terapijskih kombinacija, koje se mogu koristiti za liječenje raka", rekao je Culot. “Dakle, imamo ovaj dvostruki izazov, zar ne? Kako prikupiti sve ove podatke da dobijemo bolju sliku o pacijentu? I onda s tim pogledom, šta sve to znači u smislu najboljeg tretmana?”

Kako bi se uhvatili u koštac s tim problemom, liječnici u MD Andersonu razvili su Precision Oncology Decision Support (PODS) sistem — alat zasnovan na dokazima koji pomaže doktorima da procijene relevantne informacije kao što su najnovije u razvoju lijekova i klinička ispitivanja, kao i odgovore pacijenata na tretmane. . To im pomaže da razviju personalizirane planove liječenja.

Godine 2020., MD Anderson se udružio sa Philips-om i AWS-om kako bi sistem učinio dostupnim ljekarima i praktičarima širom svijeta. 

Sistem bi mogao postojati samo u oblaku, primijetio je Culot, iz više razloga. Postoji ogromna količina podataka za skladištenje i ogromna količina obrade podataka koja se mora dogoditi. Istovremeno, sistem treba da bude siguran i usaglašen sistem sa više zakupaca za praktičare širom sveta. 

Možda najkritičnije, oblak omogućava zaista personalizirane planove liječenja, napomenuo je Culot, omogućavajući ljekarima da sarađuju i kombinuju svoje podatke. 

„Ljudi govore o raku kao o velikom problemu podataka, ali to je i ono što ja nazivam problemom malog kraja“, rekao je Culot. Naveo je primjer bolesnika s rakom pluća koji saznaje da ima rak pluća 4. faze sa specifičnim mutacijama. 

"Na kraju ćete podskupiti i podskupiti ove populacije tako da čak i najveće zdravstvene ustanove ponekad imaju samo nekoliko pacijenata koji ispunjavaju kriterije od kojih pokušavamo učiti", rekao je. „Mogućnost kombinovanja podataka — deidentifikovanih, na usaglašen način — kako bismo mogli da učimo iz njih, omogućena je kroz ove ekosisteme zasnovane na oblaku."

Slično, Satnam Alag iz Grala je rekao da je oblak imperativ za razvoj Galleri, kompanijskog testa za rano otkrivanje višestrukih karcinoma. Test je dizajniran za otkrivanje više od 50 vrsta karcinoma kao dopuna skrining testovima za pojedinačni karcinom.

„Iskorišćavanje moći genomike i mašinskog učenja zahteva mnogo računanja“, rekao je Alag. “Moraju se prikupiti i skalirati vrlo velike količine podataka.” 

Iz jednog vađenja krvi, Galleri test koristi sekvenciranje DNK i algoritme mašinskog učenja za analizu dijelova DNK u krvotoku pacijenta. Test posebno traži nukleinske kiseline bez ćelija (cfDNK) koje tumori izlučuju u krv, što vam može reći kakva je vrsta raka u tijelu i odakle dolazi. 

"Umjesto samo skrininga na pojedinačne vrste raka, moramo pregledati pojedince na rak", rekao je Alag. “A to je sada moguće zahvaljujući dvije velike tehnološke revolucije koje su se dogodile u posljednjih 20 godina. Prvo, moć genomike – sada je moguće sekvencirati kompletnu DNK... generišući terabajte podataka isplativo u roku od nekoliko dana. Drugo, ogromna količina inovacija u mašinskom učenju. Sada imamo znanje kako bismo mogli izgraditi komplikovane modele dubokog učenja sa desetinama miliona parametara.”