Terapi kanker gumantung saka jumlah data sing mumet: Mangkene carane diurutake ing awan

Pasien kanker lan dokter duwe informasi luwih akeh babagan penyakit lan perawatane tinimbang sadurunge, lan informasi sing kasedhiya terus berkembang kanthi cepet. Nanging, kabeh informasi kasebut ora migunani yen wong ora bisa ngerteni kabeh. 

Mikir babagan pasien kanker paru-paru, umpamane, sing bisa nampa diagnosis awal liwat program skrining sing ngasilake gambar tomografi komputer (CT). Nalika diagnosis lan rencana perawatan maju, juru kunci bakal nggawa sumber data kaya MR lan pencitraan molekuler, data patologi - sing tambah digital - lan informasi genomik. 

"Kabeh iki, jujur, minangka tantangan sing angel banget kanggo tim perawatan dhewe amarga lagi mikir babagan cara ngrawat lan ngobati pasien kasebut," ujare Louis Culot, GM informatika genomik lan onkologi ing Philips, sajrone Amazon. Acara virtual Layanan Web kanggo industri kesehatan. 

"Ing onkologi saiki, utawa ing disiplin medis apa wae, iki penting amarga perawatan penting, intervensi penting," ujare Culot. "Kita ora mung pengin data kanggo kepentingan data. Tindakan apa sing bisa ditindakake dening anggota tim adhedhasar informasi?"

Kanggo entuk genggeman sing luwih apik ing kabeh data iki, para inovator wis nggunakake alat kaya komputasi awan lan pembelajaran mesin - kanthi asil sing bisa nylametake. Ing acara AWS minggu iki, Culot mlaku liwat kemitraan Philips karo Pusat Kanker MD Anderson ing Universitas Texas, sing tujuane mbantu para dokter nggabungake kabeh data kanggo nggawe rencana perawatan pribadi kanggo pasien. 

Satnam Alag, SVP rekayasa piranti lunak ing Grail, nerangake carane perusahaane nggunakake awan lan pembelajaran mesin kanggo ngembangake sistem sing bisa nampilake pasien kanggo macem-macem jinis kanker sekaligus, tinimbang siji-sijine. 

Iku angel kanggo overstate impact saka apik screening kanker lan perawatan. Ing taun 2020, ana luwih saka 19 yuta kasus kanker ing saindenging jagad, ujare Alag, lan meh 10 yuta tiwas. Dikira siji saka telung wong lanang lan siji saka papat wanita bisa ngalami kanker sajrone urip.

"Apa aku utawa anggota kulawarga bakal didiagnosis kanker? Endi ing awakku? Apa bisa diobati? Utawa bakal matèni kula? Iki minangka pitakonan umum sing akeh sing dakkandhakake, "ujare Alag. 

Kanthi matur nuwun sanget, nalika kita ngumpulake data luwih akeh kanggo sinau kanker, para ilmuwan uga ngembangake pilihan perawatan anyar kanthi cepet. Kemajuan ing profil molekuler wis mbantu para ilmuwan ngenali macem-macem kategori lan subkategori kanker, bebarengan karo macem-macem terapi potensial. Ing taun 2009, FDA AS wis nyetujoni wolung obat antikanker, ujare Culot. Ing taun 2020, jumlah kasebut mundhak dadi 57. Kajaba iku, saiki ana sekitar 1,500 uji klinis sing saiki dibukak kanggo pasien kanker. 

"Umum, saiki ana atusan kemungkinan terapi utawa kombinasi terapi, sing bisa digunakake kanggo nambani kanker," ujare Culot. "Dadi kita duwe tantangan ganda iki, ta? Kepiye carane nggabungake kabeh data iki kanggo entuk gambaran sing luwih apik babagan pasien? Banjur kanthi tampilan kasebut, apa tegese babagan perawatan sing paling apik?

Kanggo ngatasi masalah kasebut, para dokter ing MD Anderson ngembangake sistem Precision Oncology Decision Support (PODS) - alat adhedhasar bukti sing mbantu para dokter netepake informasi sing relevan kayata paling anyar babagan pangembangan obat lan uji klinis, uga tanggapan pasien kanggo perawatan. . Iki mbantu nggawe rencana perawatan pribadi.

Ing taun 2020, MD Anderson kerja sama karo Philips lan AWS supaya sistem kasebut kasedhiya kanggo para dokter lan praktisi ing ndonya. 

Sistem kasebut mung bisa ana ing méga, ujare Culot, amarga sawetara alasan. Ana akeh data sing kudu disimpen lan akeh pangolahan data sing kudu ditindakake. Ing wektu sing padha, sistem kasebut kudu dadi sistem multi-tenant sing aman lan tundhuk kanggo praktisi ing ndonya. 

Bisa uga sing paling kritis, awan kasebut ngidini rencana perawatan sing dipersonalisasi, ujare Culot, kanthi ngidini para dokter bisa kolaborasi lan nggabungake data. 

"Wong ngomong babagan kanker minangka masalah data gedhe, nanging uga sing diarani masalah cilik," ujare Culot. Dheweke menehi conto pasien kanker paru-paru sing ngerti dheweke duwe kanker paru-paru Tahap 4 kanthi mutasi spesifik. 

"Sampeyan mungkasi subsetting lan subsetting populasi iki dadi malah institusi perawatan kesehatan paling gedhe kadhangkala mung sawetara patients sing ketemu kritéria kita nyoba kanggo sinau saka," ngandika. "Kanggo bisa nggabungake data - ora diidentifikasi, kanthi cara sing cocog - supaya kita bisa sinau saka iku, diaktifake liwat ekosistem berbasis awan iki."

Kajaba iku, Satnam Alag saka Grail ujar manawa awan kasebut penting kanggo pangembangan Galleri, tes deteksi dini multi-kanker perusahaan. Tes kasebut dirancang kanggo ndeteksi luwih saka 50 jinis kanker minangka pelengkap kanggo tes skrining kanker tunggal.

"Nggunakake kekuwatan genomik lan pembelajaran mesin mbutuhake akeh komputasi," ujare Alag. "Data sing akeh banget kudu diklumpukake lan skala." 

Saka tes getih siji, tes Galleri nggunakake urutan DNA lan algoritma pembelajaran mesin kanggo nganalisa potongan DNA ing aliran getih pasien. Tes kasebut katon khusus kanggo asam nukleat bebas sel (cfDNA) sing diwutahake tumor ing getih, sing bisa ngandhani apa jenis kanker ing awak lan saka ngendi asale. 

"Tinimbang mung screening kanggo kanker individu, kita kudu screening individu kanggo kanker," ngandika Alag. "Lan saiki bisa ditindakake amarga rong revolusi teknologi gedhe sing kedadeyan sajrone 20 taun kepungkur. Kaping pisanan, kekuwatan genomik - saiki bisa ngurutake DNA lengkap ... ngasilake terabyte biaya data kanthi efektif sajrone sawetara dina. Kapindho, yaiku akehe inovasi ing machine learning. Saiki kita duwe kawruh babagan carane bisa mbangun model pembelajaran sing rumit lan jero kanthi puluhan yuta parameter.