Singapur Ulusal Üniversitesi Tıp Fakültesi (NUS Medicine) araştırmacıları, bir yapay zeka platformu kullanarak Singapur Ulusal Kanser Enstitüsü'nde (NCIS) ileri evre katı tümör tanısı almış 10 hastanın ilaç dozajlarını hassas bir şekilde ayarlamayı başardı. Profesör Dean Ho liderliğindeki ekip, her hasta için kişiselleştirilmiş "dijital ikizler" oluşturmak amacıyla hastaların kanser biyobelirteçleri olan CEA ve CA125 seviyelerini takip etti.
Farklı ilaç dozlarına verilen biyobelirteç yanıtlarındaki değişiklikleri analiz ederek, her hastanın tedavi planını ayarlamak için kesin önerilerde bulunuldu. Ağustos 2020'den Eylül 2022'ye kadar olan dönemde, klinisyenler önerilen dozların %97,2'sini kabul etti ve bazı hastalar ortalama %20 daha düşük optimal dozlar aldı. Bu araştırma denemesi, standart ve herkese uygun tedavi rejimlerine bağlı kalmak yerine, tedavi sırasında ilaç dozlarının her hasta için dinamik olarak ayarlandığı kişiselleştirilmiş onkolojiye doğru potansiyel bir değişimi işaret ediyor. Bu yaklaşım, Profesör Ho ve ekibi tarafından geliştirilen ve kemoterapi tedavisi sırasında özelleştirilmiş optimal dozu belirlemek için hastanın ilaç türü, dozu ve kanser biyobelirteçleri gibi klinik verilerini kullanan bir optimizasyon platformu olan CURATE.AI tarafından mümkün kılınıyor.
Profesör Ho, ekiplerinin AI destekli tedaviyi gerçek dünya klinik ortamlarına taşıyan az sayıdaki hassas tıp ekibinden biri olduğunu belirtti. Çalışma sonuçlarının, bireyin kendi verilerine dayalı olarak tedavinin prospektif ve gerçek zamanlı optimizasyonunu göstererek sağlık hizmetlerinde anlamlı bir dönüm noktası oluşturduğunu vurguladı. Mevcut veri toplama yöntemlerinin genellikle popülasyon odaklı olduğunu, ancak hastaların zaman içinde değiştiğini ve tedavilerinin bu değişimleri yakalamayan popülasyon verilerine dayandığını ifade etti. Yapay zekayı kullanarak ilaç dozlarını biyobelirteçlere ve hasta verilerine göre ayarlamanın, kişiselleştirilmiş tıpta yeni bir çığır açtığını sözlerine ekledi.
Çalışma ekibi, CURATE.AI platformunun geleneksel tedavi rejimlerine karşı etkinliğini doğrulamak amacıyla daha büyük, randomize kontrollü çalışmalara doğru genişlemeye hazırlanıyor. Platformun potansiyel uygulamaları onkolojinin ötesine uzanıyor ve immünoterapi, hipertansiyon ve uzun ömürlülük alanındaki sağlık süresi tıbbı dahil olmak üzere diğer terapötik alanlarda da kullanılmak üzere uyarlanıyor. Araştırmacılar, tedavide veri toplamanın "ne kadar" değil, "nasıl" toplandığının önemli olduğunu ve ilaç dozu değişikliklerini kanser belirteçlerindeki değişimlerle eşleştirerek farklı ilaçların zaman içindeki etkileşimlerini daha iyi anlayabileceklerini vurguluyorlar. Dijital ikizleri kullanarak kişiselleştirilmiş hasta bakımı yöntemi, özellikle alanın geleneksel olarak tanı veya tahmin için verilerin retrospektif kullanımına odaklandığı düşünüldüğünde, önemli bir ilerleme olarak değerlendiriliyor.
