Πώς η χρήση ψηφιακών μοντέλων μπορεί να εφαρμοστεί στην υγεία; H λεγόμενη in silico ιατρική, αναμένεται να φέρει την επανάσταση σε πολλούς τομείς της υγείας τα επόμενα χρόνια, από την προσομοίωση κλινικών δοκιμών, τη βελτίωση της διάγνωσης μίας πάθησης, έως και την πρόβλεψη της εξέλιξης ενός καρκινικού όγκου…
Ειδικά αναφερόμενοι στον τομέα της προσομοίωσης θεραπευτικών δοκιμών, μέσω της ψηφιακής τεχνολογίας, η in silico ιατρική αποτελεί την πιο προηγμένη μέθοδο, παρουσιάζοντας ήδη εξαιρετικά αποτελέσματα.
Αξίζει να αναφερθεί, πως στις Ηνωμένες Πολιτείες, ο FDA αποδέχεται πλέον τη χρήση δοκιμών in silico, ως μέρος των διαδικασιών έγκρισης νέων φαρμάκων ή ιατρικών συσκευών, ενώ η Ευρώπη αναμένεται να ακολουθήσει γρήγορα το παράδειγμά της.
Η προσέγγιση αυτή, καθιστά δυνατή την επιτάχυνση των προκλινικών και κλινικών δοκιμών, τον ταχύτερο εντοπισμό αναποτελεσματικών ή επιβλαβών θεραπειών, αποφεύγοντας παράλληλα να τεθούν σε κίνδυνο πραγματικοί ασθενείς.
Το Πανεπιστήμιο της Μπολόνια, για παράδειγμα, ανέπτυξε ειδικό μοντέλο που του επέτρεψε να εκτελέσει σε δύο μόλις εβδομάδες 800.000 προσομοιώσεις της αλληλεπίδρασης ενός φαρμάκου στα οστά, σε 1.000 ασθενείς, μία διαδικασία που θα απαιτούσε δέκα χρόνια για να πραγματοποιηθεί, με τη διάθεση του φαρμάκου ως θεραπεία.
Συλλογή δεδομένων
Για να πραγματοποιήσουν τις in silico δοκιμές τους, οι φαρμακευτικές εταιρείες χρησιμοποιούν συνθετικούς βραχίονες ελέγχου, που περιλαμβάνουν κλινικά δεδομένα από αρκετές χιλιάδες ασθενείς και τα οποία έχουν συλλεχθεί από προηγούμενες κλινικές δοκιμές.
Στη Γαλλία, αναπτύχθηκε λογισμικό που έχει υιοθετηθεί από τις μεγαλύτερες φαρμακευτικές εταιρείες και ρυθμιστικούς οργανισμούς φαρμάκων. Το λογισμικό αυτό, κατασκευάζει προκλινικά και κλινικά μοντέλα από δεδομένα κλινικών δοκιμών.
Τα μοντέλα αυτά στη συνέχεια, αξιοποιούνται χρησιμοποιώντας το λογισμικό Simulx, το οποίο προσομοιώνει κλινικές δοκιμές in silico, για την αξιολόγηση της φαρμακοκινητικής και της φαρμακοδυναμικής μιας νέας θεραπείας, σε ένα δείγμα εικονικών ασθενών.
Τα αριθμητικά αυτά μοντέλα, που αναπτύχθηκαν από τεχνολογίες τεχνητής νοημοσύνης όπως η μηχανική μάθηση, οι οποίες συνίστανται στην ανάπτυξη αλγορίθμων ικανών να μαθαίνουν αυτόματα ένα σύνολο κανόνων, βασιζόμενα σε νευρωνικά δίκτυα, αναμένεται επίσης να ανοίξουν το δρόμο για τη βελτίωση της διάγνωσης και πρόγνωσης των ασθενειών.
Επέκταση της χρήσης
Εδώ και αρκετά χρόνια, ελπίζουμε πως με την τεχνολογία Radiomics, θα είμαστε σε θέση να προβλέψουμε τα ιστολογικά χαρακτηριστικά των όγκων από μια αξονική ή μαγνητική τομογραφία, κάτι που ωστόσο ποτέ δεν λειτούργησε πραγματικά.
Χάρη στην τεχνητή νοημοσύνη, θα πρέπει να κερδίσουμε σε ακρίβεια και πρόβλεψη. Πολλές εξελίξεις παρατηρούνται, για παράδειγμα, στον τομέα της ανατομικής παθολογίας, ιδίως χάρη στην ανάλυση εικονικών ιστολογικών διαφανειών.
Στο πεδίο αυτό, νεοφυής επιχείρηση στην Τουλούζη, έχει αναπτύξει είδος νανοϊνιδίων ικανών να ανιχνεύουν στο αίμα την παρουσία κυκλοφορούντων καρκινικών κυττάρων (CTCs), ακόμη και σε μικρές ποσότητες.
Τα CTC καθιστούν επίσης δυνατή την αξιολόγηση της επιθετικότητας και του μεταστατικού δυναμικού ενός καρκίνου.
Επένδυση στον τομέα της θεραπευτικής
Ορισμένα προγράμματα επενδύουν ακόμη και στην θεραπευτική. Το Πανεπιστήμιο της Σαραγόσα στην Ισπανία, δοκιμάζει πιλοτικά το Ευρωπαϊκό Πρόγραμμα Primage, με στόχο την ανάπτυξη ενός αριθμητικού μοντέλου ικανού να προβλέψει την εξέλιξη ενός καρκινικού όγκου, σύμφωνα με τις ιδιαιτερότητες του ασθενή, μετά την in silico δοκιμή της επίδρασης διαφορετικών θεραπειών.
Τα ψηφιακά δεδομένα μπορούν επίσης να εφαρμοστούν και στις χειρουργικές επεμβάσεις. Στα πλαίσια της έδρας καινοτομίας χειρουργικής (BopA), το αποτέλεσμα της συνεργασίας μεταξύ της Βιβλιοθήκης Hôpitaux de Paris (AP-HP), του Institut Mines-Télécom (IMT) και του Πανεπιστημίου Paris-Saclay, οδήγησε στη συνεργασία χειρούργων και μαθηματικών για τον σχεδιασμό αιμοδυναμικών ψηφιακών δεδομένων.
Χάρη στα ψηφιακά μοντέλα που αναπαριστούν στην εικονική πραγματικότητα τα χαρακτηριστικά ενός ήπατος, θα είμαστε σε θέση να προβλέψουμε τις συνέπειες των χειρουργικών μας επεμβάσεων, μετρώντας την επίδραση στην πίεση και τη ροή στα ηπατικά αγγεία, ενώ θα απεικονίζουμε έως και τους ανατομικούς μετασχηματισμούς των ηπατικών ιστών που θα προκαλούνται από την επέμβαση, λένε οι ειδικοί.
Υπολογισμοί σε βάθος
Στον καρδιαγγειακό τομέα, τα ψηφιακά μοντέλα καθιστούν ήδη δυνατή την αποφυγή ορισμένων χειρουργικών επεμβάσεων. Καθηγητές από το Πανεπιστήμιο του Στάνφορντ, στις Ηνωμένες Πολιτείες, δημιούργησαν το Heartflow, μια λύση που βοηθά στην αποφυγή, χάρη στη μοντελοποίηση, επεμβατικών εξετάσεων όπως η μέτρηση στεφανιαίων αποθεμάτων (FFR) σε άτομα με στεφανιαία νόσο.
Οι εξετάσεις αυτές, οι οποίες συνήθως περιλαμβάνουν την προώθηση καθετήρα στα στεφανιαία αγγεία, φυσικά ενέχουν κινδύνους για τους ασθενείς. Κλινικές δοκιμές έχουν αποδείξει ότι η μέθοδος in silico έχει επιδόσεις συγκρίσιμες με τις παραδοσιακές μετρήσεις.
Εφαρμογές στην οφθαλμολογία και την αναισθησιολογία
Οφέλη μπορούν να υπάρξουν και στον τομέα της οφθαλμολογίας. Κατά τη διάρκεια της χειρουργικής επέμβασης καταρράκτη, γίνεται μια τομή για να αφαιρεθεί ο φυσικός φακός και να αντικατασταθεί με έναν τεχνητό.
Ωστόσο, η θέση και το βάθος της τομής, που καθορίζουν την επιτυχία της επέμβασης, συνδέονται στενά με τα χαρακτηριστικά του ματιού κάθε ασθενούς.
Ως εκ τούτου, ειδικό λογισμικό ικανό να δημιουργήσει ένα «ψηφιακό δίδυμο» του ματιού του ασθενούς και να πραγματοποιήσει εικονικές κερατοτομές βασισμένες σε προσομοιώσεις ειδικά για κάθε ασθενή, θα βελτιστοποιήσει τη διαδικασία, αυξάνοντας σημαντικά τα ποσοστά επιτυχίας.
Τα ψηφιακά μοντέλα θα πρέπει επίσης να αποτελούν μέρος της καθημερινής ζωής των αναισθησιολόγων. Ήδη, έχει αναπτυχθεί έργο για την επαυξημένη παρακολούθηση του καρδιαγγειακού συστήματος σε πραγματικό χρόνο, ικανή να προσδιορίσει την κατάσταση του ασθενούς με υψηλή ακρίβεια και να κατευθύνει τον αναισθησιολόγο στο καλύτερο θεραπευτικό σενάριο κατά τη διάρκεια της διαδικασίας.
Τροφοδοτούμενο συνεχώς από τα αιμοδυναμικά δεδομένα του ασθενούς, το πρόγραμμα δημιουργεί ένα «ψηφιακό δίδυμο» που ο αναισθησιολόγος θα μπορεί να εξετάσει προκειμένου να εντοπίσει μη μετρήσιμα φυσιολογικά σήματα και να υπολογίσει βιοδείκτες της καρδιακής απόδοσης ή της κατάστασης των αγγείων.
Η In silico ιατρική θα πρέπει τελικά να ανοίξει το δρόμο για την εξατομικευμένη ιατρική. Όλοι οι γιατροί ονειρεύονται να είναι σε θέση να χορηγήσουν στους ασθενείς τους την πιο αποτελεσματική θεραπεία ή ιατρική συσκευή, η οποία θα ανταποκρίνεται απόλυτα στις ανάγκες των ασθενών.
Με το «ψηφιακό δίδυμο» ενός ασθενούς, αυτό το όνειρο θα μπορούσε να γίνει πραγματικότητα.
Πριν από την εμφύτευση ενός βηματοδότη σε έναν ασθενή με καρδιακή ανεπάρκεια, ο χειρουργός θα είναι σε θέση να επιλέξει το καταλληλότερο μοντέλο, να καθορίσει την καλύτερη τοποθέτηση, καθώς και τη βέλτιστη προεγχειρητική ρύθμιση. Αυτό θα βελτιώσει την αποτελεσματικότητα των συσκευών.
Το πρόβλημα είναι, ότι ακόμη δεν έχουμε βρει ένα οικονομικό μοντέλο για την εφαρμογή της εξατομικευμένης ιατρικής, το οποίο θα ανατρέψει τις παραδοσιακές μεθόδους αξιολόγησης φαρμάκων και ιατρικών συσκευών.
Πηγή: Le Moniteur des Pharmacies n° 3434 du 08/10/2022
