Planowanie terapii cyfrowej - jak wspomaga decyzję w precyzyjnej onkologii lekarzom prowadzącym?

„Rozwiązanie przyszłości” – tak właśnie magazyn Forbes określił Realtime Oncology Treatment Calculator® (Kalkulator Terapii Onkologicznej w Czasie Rzeczywistym), oprogramowanie medyczne, które może najlepiej dobrać spersonalizowane leczenie dla pacjentów z nowotworem. Prognoza Forbes nie była zbiegiem okoliczności. W 2019 na zorganizowanej w Bangkoku przełomowej konferencji ASCO dotyczącej innowacji plakat prezentujący Kalkulator zdobył nagrodę dla sztucznej inteligencji o najlepszym zastosowaniu klinicznym. Następnie pod koniec 2019 roku Kalkulator samodzielnie pokonał całą konkurencję i wygrał konkurs dla innowacyjnych startupów „Get in the Ring!” organizowany przez państwa Grupy Wyszehradzkiej. Celem konkursu było znalezienie metod przyspieszenia opracowywania leków przeciwnowotworowych. Oto jak dr István Peták, główny specjalista ds. naukowych firmy Oncompass Medicine, wyjaśnia znaczenie sztucznej inteligencji i diagnostyki molekularnej w leczeniu nowotworów: – Opracowujemy sposoby i metody pozwalające jak najlepiej dobrać spersonalizowane opcje terapii celowanej u pacjentów z nowotworami W przypadku każdego pacjenta musimy znaleźć wady genetyczne przyczyniające się do rozwoju nowotworu. Ponadto musimy stwierdzić, czy dostępne są możliwości terapii celowanej dla danych wadliwych zmian genetycznych, które mogłyby być skuteczne. Podejście to nazywamy „onkologią precyzyjną” w leczeniu raka. 

Diagnostyka molekularna pozwala stwierdzić przyczynę choroby

Badania nad rakiem zaczęły się rozwijać po zsekwencjonowaniu całego genomu ludzkiego w 2003 roku. Dotychczas udało się stwierdzić, że z 25 000 ludzkich genów w rozwój raka zaangażowane jest około 600. Te 600 genów raka może uruchomić w organizmie niemal 6 milionów mutacji. Ponieważ w każdym guzie występuje średnio 4-5 mutacji genetycznych, a nie tylko jedna, do prowadzenia leczenia ukierunkowanego na przyczynę choroby niezbędne jest zidentyfikowanie najpierw tych mutacji poprzez przeprowadzenie złożonych diagnostycznych testów molekularnych. Po poznaniu ich wyników można wybrać jedną z obecnie dostępnych terapii celowanych dopasowanych pod względem molekularnym. Podejście to stanowi fundament onkologii precyzyjnej.

W ciągu ostatniej dekady opracowano ponad 120 nowych leków do celowanej terapii przeciwnowotworowej. Liczba leków celowanych, które są obecnie opracowywane, jest znacznie wyższa – są one dostępne głównie w ramach badań klinicznych. Zatem obecnie mamy do dyspozycji łącznie 1400 leków do walki z rakiem. Przy podejmowaniu decyzji która terapia będzie najskuteczniejsza w przypadku danego pacjenta niezbędna jest weryfikacja całej wiedzy praktycznej oraz literatury naukowej związanej z danym lekiem. Zakładanie, że praktykujący onkolog będzie w stanie to zrobić, byłoby nieuzasadnione – ale może to zrobić sztuczna inteligencja. Dlatego też firma Oncompass Medicine opracowała oprogramowanie medyczne pomagające przy podejmowaniu decyzji związanych z leczeniem nowotworów.

Sztuczna inteligencja dobiera, lekarz decyduje

 Najpierw musimy ustalić jakie anomalie molekularne występują w guzie. Następnie, z pomocą naszego systemu wspomagającego podejmowanie decyzji o sposobie leczenia, można ocenić wszystkie leki przypisane na podstawie profilu molekularnego. W przypadku, gdy do wyboru jest kilka potencjalnych opcji leczenia celowanego, ostatecznego wyboru można dokonać w oparciu o inne czynniki, na przykład mniejszą liczbę działań niepożądanych. Po trzecie, oprogramowanie pokazuje, czy dana terapia jest zarejestrowana, czy nie. Jeżeli nie jest, może ono określić, czy jest ona w trakcie lokalnych czy też międzynarodowych badań klinicznych. Poza lekami działającymi na określone mutacje podczas omawiania terapii przeciwnowotworowych nigdy nie możemy pominąć immunoterapii. Zabiegi te mogą skierować własną reakcję immunologiczną chorego przeciw nietypowo dzielącym się komórkom, kiedy tego działania początkowo brakowało ze względu na jakiś błąd. Testy z zakresu diagnostyki molekularnej mogą wykazać przyczyny braku reakcji immunologicznej. Mogą również przewidzieć jaka może być skuteczność tych immunoterapii. – Na całym świecie konieczne jest włączenie sztucznej inteligencji przy podejmowaniu przez lekarzy decyzji o leczeniu – podkreśla Dr. István Peták. – Oczywiście, poza naszą firmą, na rynku jest kilka innych firm opracowujących rozwiązania medyczne. Jedynie kilka koncentruje się jednak specjalnie na wspieraniu podejmowania decyzji o leczeniu nowotworów lub cyfrowego planowania terapii. Firma Oncompass Medicine od dwudziestu lat przeciera szlak dla leczenia faktycznych przyczyn nowotworów.