Терапије рака зависе од вртоглавих количина података: Ево како се то сортира у облаку

Пацијенти са раком и њихови лекари имају више информација о болести и њеном лечењу него икада раније, а доступне информације настављају да расту вртоглавом брзином. Све те информације, међутим, нису корисне ако људи не могу све то схватити. 

Размислите о пацијенту са раком плућа, на пример, који би могао добити рану дијагнозу кроз програм скрининга који производи слику компјутерске томографије (ЦТ). Како њихова дијагноза и план лечења буде напредовао, њихови старатељи ће уносити изворе података као што су МР и молекуларна слика, подаци о патологији - који се све више дигитализују - и информације о геномици. 

„Све ово, искрено, представља веома тежак изазов за саме тимове за негу јер размишљају о томе како да се најбоље брину о овим пацијентима и како да их лече“, рекао је Лоуис Цулот, генерални директор геномске и онколошке информатике у Пхилипсу, током Амазона Виртуелни догађај веб услуга за здравствену индустрију. 

„У онкологији сада, или у било којој медицинској дисциплини, ово је важно јер је важан третман, важна је интервенција“, рекао је Цулот. „Не желимо податке само ради података. Коју акцију би чланови тима за негу могли да предузму на основу информација?“

Да би боље ухватили све ове податке, иноватори су се окренули алатима као што су рачунарство у облаку и машинско учење — са резултатима који могу да спасу живот. На овонедељном АВС догађају, Цулот је прошетао кроз Пхилипсово партнерство са Центром за рак МД Андерсон на Универзитету Тексас, који има за циљ да помогне лекарима да обједине све своје податке како би креирали персонализоване планове неге за пацијенте. 

Сатнам Алаг, виши потпредседник софтверског инжењеринга у Граилу, објаснио је како његова компанија користи облак и машинско учење како би развила систем који може прегледати пацијенте на десетине различитих врста рака одједном, а не један по један. 

Тешко је преценити утицај побољшаних скрининга и третмана рака. У 2020. години било је више од 19 милиона случајева рака широм света, приметио је Алаг, и скоро 10 милиона смртних случајева. Процењује се да ће сваки трећи мушкарац и једна од четири жене вероватно добити рак током живота.

„Да ли ће мени или неком члану породице бити дијагностикован рак? Где је то у мом телу? Може ли се излечити? Или ће ме то убити? Ово су уобичајена питања која многи од нас деле“, рекао је Алаг. 

Срећом, док прикупљамо више података за проучавање рака, научници такође брзо развијају нове опције лечења. Напредак у молекуларном профилисању помогао је научницима да идентификују различите категорије и подкатегорије рака, заједно са различитим потенцијалним терапијама. У 2009, америчка ФДА је одобрила осам лекова против рака, приметио је Цулот. До 2020. тај број је порастао на 57. Поврх тога, сада постоји око 1,500 клиничких испитивања која су тренутно отворена за пацијенте са раком. 

„Уопштено говорећи, сада постоје буквално стотине могућих терапија или комбинација терапије, које се могу користити за лечење рака“, рекао је Цулот. „Дакле, имамо овај двоструки изазов, зар не? Како да прикупимо све ове податке да бисмо добили бољу слику о пацијенту? И онда, с тим погледом, шта све то значи у смислу најбољег третмана?"

Да би се ухватили у коштац са тим проблемом, доктори у МД Андерсон-у развили су систем за подршку одлучивању о прецизној онкологији (ПОДС) — алат заснован на доказима који помаже лекарима да процене релевантне информације као што су најновије у развоју лекова и клиничка испитивања, као и одговоре пацијената на третмане. . Ово им помаже да развију персонализоване планове лечења.

2020. године, МД Андерсон се удружио са компанијама Пхилипс и АВС како би систем учинио доступним лекарима и практичарима широм света. 

Систем би могао постојати само у облаку, приметио је Цулот, из више разлога. Постоји огромна количина података за складиштење и огромна количина обраде података која треба да се деси. У исто време, систем треба да буде сигуран и усаглашен систем са више закупаца за практичаре широм света. 

Можда најкритичније, облак омогућава заиста персонализоване планове лечења, приметио је Цулот, омогућавајући лекарима да сарађују и комбинују своје податке. 

„Људи говоре о раку као о великом проблему са подацима, али то је и оно што ја називам проблемом малог краја“, рекао је Цулот. Он је навео пример пацијента са раком плућа који сазнаје да има рак плућа 4. фазе са специфичним мутацијама. 

„На крају ћете подскупити и подскупити ове популације, тако да чак и највеће здравствене установе понекад имају само неколико пацијената који испуњавају критеријуме од којих покушавамо да учимо“, рекао је он. „Да бисмо могли да комбинујемо податке — деидентификоване, на усаглашен начин — како бисмо могли да учимо из њих, омогућено је кроз ове екосистеме засноване на облаку.“

Слично томе, Сатнам Алаг из Грала је рекао да је облак императив за развој Галлери, компанијског теста за рано откривање вишеструких карцинома. Тест је дизајниран да открије више од 50 типова карцинома као допуна скрининг тестовима за појединачни карцином.

„Искоришћавање моћи геномике и машинског учења захтева много рачунања“, рекао је Алаг. „Морају се прикупити и скалирати веома велике количине података. 

Из једног вађења крви, Галлери тест користи секвенцирање ДНК и алгоритме машинског учења за анализу делова ДНК у крвотоку пацијента. Тест посебно тражи нуклеинске киселине без ћелија (цфДНК) које тумори испуштају у крв, што вам може рећи каква је врста рака у телу и одакле долази. 

„Уместо само скрининга за појединачне карциноме, морамо да прегледамо појединце на рак“, рекао је Алаг. „А то је сада могуће захваљујући две велике технолошке револуције које су се догодиле у последњих 20 година. Прво, моћ геномике — сада је могуће секвенцирати комплетну ДНК... ​​генеришући терабајте података исплативо у року од неколико дана. Друго, огромна количина иновација у машинском учењу. Сада имамо знање како бисмо могли да изградимо компликоване моделе дубоког учења са десетинама милиона параметара.”