Terapije raka so odvisne od vrtoglavih količin podatkov: takole se razvrstijo v oblaku

Bolniki z rakom in njihovi zdravniki imajo več informacij o bolezni in njenem zdravljenju kot kadar koli prej, razpoložljive informacije pa še naprej naraščajo z vrtoglavo hitrostjo. Vse te informacije pa niso uporabne, če jih ljudje ne razumejo. 

Pomislite na primer na bolnika s pljučnim rakom, ki bi lahko dobil zgodnjo diagnozo s presejalnim programom, ki ustvari sliko računalniške tomografije (CT). Z napredovanjem njihove diagnoze in načrta zdravljenja bodo njihovi skrbniki prinašali vire podatkov, kot so MR in molekularno slikanje, patološki podatki – ki so vedno bolj digitalizirani – in genomske informacije. 

"Vse to je, pošteno povedano, zelo težek izziv za same negovalne ekipe, saj razmišljajo o tem, kako najbolje skrbeti in zdraviti te bolnike," je med Amazonom dejal Louis Culot, generalni direktor za genomiko in onkološko informatiko pri Philipsu. Virtualni dogodek spletnih storitev za zdravstveno industrijo. 

"V onkologiji zdaj ali v kateri koli medicinski disciplini je to pomembno, ker je pomembno zdravljenje, pomembna je intervencija," je dejal Culot. »Ne želimo samo podatkov zaradi podatkov. Kaj bi člani oskrbovalne ekipe lahko sprejeli na podlagi informacij?«

Da bi bolje obvladali vse te podatke, so se inovatorji obrnili na orodja, kot sta računalništvo v oblaku in strojno učenje – s potencialno rešilnimi rezultati. Na dogodku AWS tega tedna je Culot sprehodil skozi Philipsovo partnerstvo s Centrom za raka MD Anderson na Univerzi v Teksasu, katerega namen je pomagati zdravnikom združiti vse svoje podatke za ustvarjanje prilagojenih načrtov oskrbe za bolnike. 

Satnam Alag, višji podpredsednik programskega inženiringa pri Grailu, je pojasnil, kako njegovo podjetje uporablja oblak in strojno učenje za razvoj sistema, ki lahko pregleda paciente za več deset različnih vrst raka hkrati, namesto enega za drugim. 

Težko je preceniti vpliv izboljšanih pregledov in zdravljenja raka. Alag je opozoril, da je bilo leta 2020 po svetu več kot 19 milijonov primerov raka in skoraj 10 milijonov smrti. Ocenjuje se, da bo eden od treh moških in ena od štirih žensk v življenju verjetno zbolel za rakom.

»Ali bom jaz ali družinski član zbolel za rakom? Kje je v mojem telesu? Je mogoče ozdraviti? Ali pa me bo to ubilo? To so pogosta vprašanja, ki si jih delimo mnogi od nas,« je dejal Alag. 

K sreči, ko zbiramo več podatkovnih točk za preučevanje raka, znanstveniki hitro razvijajo tudi nove možnosti zdravljenja. Napredek pri molekularnem profiliranju je znanstvenikom pomagal identificirati različne kategorije in podkategorije raka, skupaj z različnimi možnimi terapijami. Leta 2009 je ameriška FDA odobrila osem zdravil proti raku, je opozoril Culot. Do leta 2020 je to število naraslo na 57. Poleg tega je trenutno na voljo približno 1,500 kliničnih preskušanj za bolnike z rakom. 

"Na splošno je zdaj dobesedno na stotine možnih terapij ali terapevtskih kombinacij, ki se lahko uporabljajo za zdravljenje raka," je dejal Culot. »Torej imamo ta dvojni izziv, kajne? Kako združimo vse te podatke, da dobimo boljšo sliko o pacientu? In potem s tem pogledom, kaj vse to pomeni v smislu najboljšega zdravljenja?«

Da bi rešili to težavo, so zdravniki v MD Anderson razvili sistem Precision Oncology Decision Support (PODS) – orodje, ki temelji na dokazih in pomaga zdravnikom oceniti pomembne informacije, kot so najnovejši razvoj zdravil in klinična preskušanja, ter odzive bolnikov na zdravljenje. . To jim pomaga razviti prilagojene načrte zdravljenja.

Leta 2020 je MD Anderson sodeloval s Philipsom in AWS, da bi sistem dal na voljo zdravnikom in zdravnikom po vsem svetu. 

Sistem bi lahko obstajal le v oblaku, je opozoril Culot, iz več razlogov. Obstaja ogromno podatkov za shranjevanje in ogromne količine podatkov, ki jih je treba obdelati. Hkrati mora biti sistem varen in skladen sistem z več najemniki za izvajalce po vsem svetu. 

Morda najbolj kritično je, da oblak omogoča resnično prilagojene načrte zdravljenja, je opozoril Culot, tako da zdravnikom omogoča sodelovanje in združevanje njihovih podatkov. 

»Ljudje govorijo o raku kot o problemu z velikimi podatki, vendar je to tudi problem majhnega obsega,« je dejal Culot. Navedel je primer bolnika s pljučnim rakom, ki izve, da ima pljučni rak 4. stopnje s posebnimi mutacijami. 

»Končate s podskupinami in podskupinami teh populacij, tako da imajo celo največje zdravstvene ustanove včasih le nekaj pacientov, ki izpolnjujejo merila, iz katerih se poskušamo učiti,« je dejal. "Ti ekosistemi, ki temeljijo na oblaku, omogočajo združevanje podatkov - deidentificiranih, na skladen način - da se lahko iz njih učimo."

Podobno je Satnam Alag iz družbe Grail dejal, da je oblak nujen za razvoj Galleri, testa podjetja za zgodnje odkrivanje rakavih obolenj. Test je zasnovan za odkrivanje več kot 50 vrst raka kot dopolnilo presejalnim testom za posamezen rak.

"Izkoriščanje moči genomike in strojnega učenja zahteva veliko računanja," je dejal Alag. "Potrebno je zbrati in prilagoditi zelo velike količine podatkov." 

Iz enega odvzema krvi Gallerijev test uporablja algoritme zaporedja DNK in strojnega učenja za analizo delov DNK v pacientovem krvnem obtoku. Test posebej išče brezcelične nukleinske kisline (cfDNA), ki jih tumorji izločajo v krvi, kar vam lahko pove, kakšna vrsta raka je v telesu in od kod prihaja. 

"Namesto samo presejanja za posamezne vrste raka, moramo pregledati posameznike za raka," je dejal Alag. »In to je zdaj mogoče zaradi dveh velikih tehnoloških revolucij, ki sta se zgodili v zadnjih 20 letih. Prvič, moč genomike - zdaj je mogoče zaporedje celotne DNK ... ustvarjanje terabajtov podatkov stroškovno učinkovito v nekaj dneh. Drugič, ogromna količina inovacij v strojnem učenju. Zdaj imamo znanje in izkušnje, da lahko zgradimo zapletene modele globokega učenja z več deset milijoni parametrov.«