がん治療は目まぐるしい量のデータに依存します：これがクラウドでどのように分類されるかです

がん患者とその医師は、がんとその治療法についてこれまで以上に多くの情報を持っており、利用できる情報は目まぐるしい速度で増え続けています。 しかし、人々がすべてを理解できなければ、そうした情報はすべて役に立ちません。 

たとえば、コンピュータ断層撮影 (CT) 画像を生成するスクリーニング プログラムを通じて早期診断を受ける可能性のある肺がん患者について考えてみましょう。 診断と治療計画が進むにつれて、管理者は MR や分子イメージング、デジタル化が進む病理データ、ゲノミクス情報などのデータ ソースを持ち込むことになります。 

フィリップスのゲノミクスおよび腫瘍学情報学担当ゼネラルマネジャー、ルイ・キュロー氏は、「正直なところ、これらすべては、これらの患者に最善のケアと治療を行う方法を考えている医療チーム自身にとって非常に困難な課題である」とアマゾンのインタビューで語った。医療業界向けの Web サービス仮想イベント。 

「現在の腫瘍学、あるいはあらゆる医療分野において、治療と介入が重要であるため、これは重要です」とキュロット氏は述べた。 「私たちはデータのためだけにデータを求めているわけではありません。 情報に基づいてケアチームメンバーはどのような行動を取ることができるでしょうか?」

このすべてのデータをより適切に把握するために、イノベーターはクラウド コンピューティングや機械学習などのツールに注目し、命を救う可能性のある結果をもたらしています。 今週の AWS イベントで、キュロット氏はフィリップスとテキサス大学の MD アンダーソンがんセンターとのパートナーシップについて説明しました。このパートナーシップは、医師がすべてのデータを統合して患者向けに個別化されたケアプランを作成できるよう支援することを目的としています。 

Grail のソフトウェア エンジニアリング担当上級副社長、Satnam Alag 氏は、彼の会社がクラウドと機械学習を使用して、患者を一度に XNUMX つずつではなく一度に数十種類のがんを検査できるシステムを開発している方法について説明しました。 

がんのスクリーニングと治療の改善の影響を誇張することはできません。 2020年には世界中で19万人以上のがん患者が発生し、10万人近くが死亡したとアラグ氏は指摘した。 男性のXNUMX人にXNUMX人、女性のXNUMX人にXNUMX人が生涯のうちにがんになる可能性が高いと推定されています。

「私や家族ががんと診断されることはありますか? 私の体のどこにあるのでしょうか？ 治りますか？ それとも私を殺すつもりですか？ これらは私たちの多くが共有する共通の質問です」とアラグ氏は語った。 

ありがたいことに、がんを研究するためにより多くのデータポイントを収集するにつれて、科学者たちは新しい治療法も急速に開発しています。 分子プロファイリングの進歩により、科学者はがんのさまざまなカテゴリーやサブカテゴリー、およびさまざまな潜在的な治療法を特定することができました。 キュロット氏は、2009年に米国FDAは2020種類の抗がん剤を承認したと指摘した。 57 年までに、その数は 1,500 件に増加しました。それに加えて、現在、がん患者を対象とした臨床試験は約 XNUMX 件行われています。 

「一般に、現在では文字通り何百もの治療法や治療法の組み合わせがあり、それらを使用して癌を治療することができます」とキュロット氏は述べた。 「ということは、二重の課題があるということですね？ 患者の状況をより良く把握するには、このすべてのデータをどのように収集すればよいでしょうか? そしてその観点から、最善の治療という観点から見ると、それは何を意味するのでしょうか？」

この問題に取り組むために、MD アンダーソンの医師たちは、Precision Oncology Decision Support (PODS) システムを開発しました。これは、医師が最新の医薬品開発や臨床試験、治療に対する患者の反応などの関連情報を評価するのに役立つ、証拠に基づいたツールです。 。 これは、個別の治療計画を立てるのに役立ちます。

2020 年、MD アンダーソンはフィリップスおよび AWS と提携して、世界中の医師や開業医がシステムを利用できるようにしました。 

キュロット氏は、システムはさまざまな理由からクラウド内にのみ存在できると指摘した。 保存すべきデータは膨大であり、膨大な量のデータ処理が必要になります。 同時に、システムは世界中の医療従事者にとって安全で準拠したマルチテナント システムである必要があります。 

おそらく最も重要なことは、クラウドによって医師がデータを連携して組み合わせることができるため、真に個別化された治療計画が可能になることだとキュロット氏は指摘しました。 

「人々はがんについてビッグデータの問題として語りますが、それは私がスモールエンドの問題と呼ぶものでもあります」とキュロット氏は言う。 彼は、自分が特定の変異を持つステージ 4 の肺がんであることを知った肺がん患者の例を挙げました。 

「これらの集団をどんどんサブセット化していくことになるので、たとえ最大の医療機関であっても、私たちが学ぼうとしている基準を満たす患者は数人しかいないこともあります」と同氏は述べた。 「コンプライアンスに準拠した方法で匿名化されたデータを結合して、そこから学ぶことができるのは、これらのクラウドベースのエコシステムを通じて可能になります。」

同様に、Grail のSatnam Alag 氏は、同社の複数のがん早期発見テストである Galleri の開発にはクラウドが不可欠であると述べました。 この検査は、単一がんのスクリーニング検査を補完するものとして、50 種類以上のがんを検出できるように設計されています。

「ゲノミクスと機械学習の力を活用するには、大量の計算が必要です」とアラグ氏は言う。 「非常に大量のデータを収集し、拡張する必要があります。」 

Galleri 検査では、XNUMX 回の採血から DNA 配列決定と機械学習アルゴリズムを使用して、患者の血流中の DNA の断片を分析します。 この検査では、腫瘍が血液中に流す無細胞核酸 (cfDNA) を特に調べます。これにより、体内にどのような種類のがんが存在し、どこから発生しているのかがわかります。 

「個々のがんをスクリーニングするだけでなく、個人のがんをスクリーニングする必要がある」とアラグ氏は語った。 「そして、過去 20 年間に起こった XNUMX つの大きなテクノロジー革命のおかげで、これが可能になりました。 まず、ゲノミクスの力です。完全な DNA の配列を決定することが可能になり、数日以内にテラバイト規模のデータをコスト効率よく生成できるようになりました。 XNUMX つ目は、機械学習における膨大な量のイノベーションです。 私たちは今、数千万のパラメータを持つ複雑な深層学習モデルを構築できるノウハウを持っています。」