Narzędzie do wykonywania symulacji i przygotowywania prognoz przeznaczone dla pediatrów klinicznych
Czy coraz bardziej intensywne działania polityczne i naukowe na rzecz aktywnego starzenia się w dobrym zdrowiu odbywają się kosztem zdrowia dzieci? Prof. Bruno Dallapiccola, dyrektor naukowy OPBG i koordynator projektu z całą pewnością tak uważa. Współpracując z konsorcjum obejmującym 22 organizacje z całej Europy i korzystając ze wsparcia prof. Edwina Morleya Fletchera, prezesa firmy Lynkeus i kierownika projektu, spędził on ostatnie cztery lata na opracowywaniu zaawansowanego, cyfrowego repozytorium (infostruktury), które łączy w sobie analizy kliniczne, genetyczne i metagenomiczne, analizy obrazów MRI i USG, hemodynamikę, przetwarzanie parametrów układu mięśniowo-szkieletowego w czasie rzeczywistym oraz dane biomechaniczne włókien. Platforma umożliwia lekarzom klinicznym wyszukiwanie podobieństw względem ich własnych pacjentów, dostęp do modelowych symulacji i prognoz oraz wyszukiwanie klinicznych procesów przepływu pracy zorientowanych na pacjenta. „Nasz pomysł wyniknął z potrzeby optymalizacji istniejących metod leczenia w kierunku stworzenia prognozującego i spersonalizowanego podejścia klinicznego. Takie podejście pozwoli nie tylko przewidywać rezultaty interwencji klinicznych, lecz także dopasowywać je do parametrów fizjologicznych konkretnego pacjenta. Ostatecznym celem jest tutaj ograniczenie błędów medycznych i nieprawidłowego przebiegu procedury leczenia, jak również redukcja ogółu kosztów opieki medycznej” – wyjaśnia prof. Dallapiccola. Poza faktem, iż „współczesny świat zachowuje się coraz bardziej nieuczciwie wobec młodszych pokoleń”, zauważa on, że choroby niemowląt, dzieci i młodzieży stanowią duży i niedoceniany problem zdrowia publicznego. Jest to problem, którego przezwyciężenie stanowi cel projektu MD PAEDIGREE (Model-Driven European Paediatric Digital Repository). MD PAEDIGREE przechowuje dane wykorzystywane przez zaawansowane rozwiązania analityczne, takie jak głębokie uczenie maszynowe czy wyszukiwanie podobieństw, aby identyfikować wspólne, ukryte schematy. Począwszy od tego, lekarze będą mogli tworzyć spersonalizowane modele odwzorowujące parametry fizjologiczne konkretnego pacjenta – zarówno przed, jak i po wybranej interwencji klinicznej – oraz klasyfikować pacjentów w oparciu o ryzyko zachorowania. „Wykorzystanie tego rodzaju narzędzi zminimalizowałoby ryzyko błędów medycznych i zwiększyłoby skuteczność leczenia. To z kolei doprowadziłoby do zmniejszenia ryzyka wystąpienia powikłań i nawrotu choroby, skrócenia czasu potrzebnego na powrót chorego do zdrowia oraz redukcji kosztów klinicznych” – zauważa prof. Morley-Fletcher. Obiecująca przyszłość Prof. Dallapiccola jest dumny z rezultatów projektu, wskazując przy tym na wyraźnie pozytywne i pełne zadowolenia pierwsze reakcje biorących w nim udział lekarzy klinicznych. „Chociaż interfejs użytkownika nie jest jeszcze na tyle rozwinięty, aby pozwolić na jego pełną integrację z codzienną praktyką kliniczną, lekarze zdecydowanie docenili zalety wdrożonych rozwiązań technologicznych, w szczególności w zakresie wsparcia procesu podejmowania decyzji dotyczących leczenia” – wyjaśnia. „Co więcej, wstępna integracja modelu z klinicznymi procesami przepływu pracy zyskała duże uznanie, co zapewniło wysoki poziom zaangażowania współpracujących z nami lekarzy na każdym etapie wdrażania modelowego przepływu pracy”. Chociaż projekt został ukończony pod koniec lutego, repozytorium MD-Paedigree będzie dalej poszerzane o rutynowo gromadzone zbiory danych klinicznych pochodzące ze stowarzyszonych ośrodków klinicznych. Wiele programów badawczych już teraz korzysta z uzyskanych rezultatów. W projekcie o nazwie CARDIOPROOF zastosowano identyczną infostrukturę w celu przeprowadzenia badań dotyczących modelowych prognoz kardiologicznych, a zespół projektu MHMD wdraża służącą udostępnianiu elektronicznej dokumentacji medycznej (EHR) innowacyjną platformę UE, wykorzystując i rozbudowując przy tym infostrukturę MD-Paedigree. „Jestem przekonany, że wiele programów badawczych będzie odnosić dalsze sukcesy dzięki wykorzystaniu wyników projektu. MD-Paedigree dostarczył odpowiednich narzędzi i systemów, które pomogą wprowadzić ludzkość w nową erę medycyny precyzyjnej” – podsumowuje prof. Dallapiccola.
Słowa kluczowe
Cyfrowe repozytorium, pediatryczne dane kliniczne, infostruktura, MD PAEDIGREE, pacjent, leczenie, zbiory danych klinicznych, CARDIOPROOF, MHMD, elektroniczne karty zdrowia
