Systemy wirtualne umożliwiają spersonalizowaną opiekę zdrowotną
Opieka zdrowotna jest dużym, ciągle rosnącym kosztem dla krajów na całym świecie. Koszty te odpowiadają około 10% PKB w krajach OECD i rosną o 7-11% każdego roku, głównie z powodu starzenia się społeczeństw i chorób przewlekłych. W tym kontekście produktywność w sektorze nie wzrosła. „Opieka zdrowotna nie osiągnęła wzrostu produktywności, ponieważ nadal wymaga dużych nakładów pracy i nie przyjęła cyfryzacji ani automatyzacji, tak jak inne sektory w ciągu ostatnich 30–40 lat” — mówi Balázs Benyó, profesor zwyczajny na Wydziale Inżynierii Sterowania i Technologii Informacyjnych Uniwersytetu Techniczno-Ekonomicznego w Budapeszcie. Spersonalizowane, precyzyjne rozwiązania w opiece zdrowotnej mogą pomóc złagodzić niektóre z rosnących presji, poprawiając stan zdrowia pacjentów — szczególnie na oddziałach intensywnej terapii. W ramach projektu DCPM(odnośnik otworzy się w nowym oknie), który był finansowany z programu działania „Maria Skłodowska-Curie”(odnośnik otworzy się w nowym oknie), Benyó ze współpracownikami stworzyli wirtualnego pacjenta, cyfrowe bliźniacze modele ludzkiego układu metabolicznego, sercowo-naczyniowego i płucnego, zaprojektowane specjalnie w celu kierowania podejmowaniem decyzji klinicznych na oddziałach intensywnej terapii. „Celem jest umożliwienie spersonalizowanej opieki na oddziale intensywnej terapii w tych kluczowych obszarach” — wyjaśnia Benyó.
Cyfrowe bliźniaki dla medycyny spersonalizowanej
Cyfrowe bliźniaki są szeroko stosowane w przemyśle i badaniach naukowych jako sposób modelowania zachowania systemu i opracowywania dokładnych prognoz dotyczących optymalizacji jego działania. „Nasze modele pełnią tę funkcję, dokładnie przekształcając dane kliniczne, które często są niewystarczające, aby zapewnić jasny fizjologiczny obraz stanu pacjenta” — dodaje Benyó. Spersonalizowane modele muszą zapewniać dokładne przewidywania konkretnych reakcji na różne opcje leczenia przy stosunkowo ograniczonych danych. Rozwiązanie opracowane w ramach DCPM to minimalne podejście do modelowania, wychwytujące kluczową dynamikę, którą można zidentyfikować za pomocą dostępnych danych. Możliwości te można następnie wykorzystać w warunkach klinicznych do personalizacji, optymalizacji i automatyzacji opieki. Zmniejszyłoby to obciążenie i koszty oraz poprawiłoby produktywność i wyniki.
Weryfikacja modeli i wdrażanie systemów
Główne osiągnięcia projektu DCPM obejmują wprowadzenie spersonalizowanego leczenia kontroli glikemii na OIOM w Szpitalu Uniwersyteckim w Liège w Belgii. Zostało one przekształcone w firmę spin-out Insilicare i jest używana na 7 belgijskich oddziałach intensywnej terapii, a także w Malezji, na Węgrzech i w Nowej Zelandii. Zespół zweryfikował minimalny model układu sercowo-naczyniowego i jego zdolność do dokładnego przewidywania rzutu serca i hemodynamiki we wstrząsie septycznym. Obecnie rozpoczynają się pierwsze badania kliniczne ukierunkowane na walidację. Naukowcy opracowali również i zweryfikowali wieloskalowe ramy modelowania mechaniki płuc w celu kierowania inwazyjną i spontaniczną wentylacją mechaniczną, która jest potrzebna nawet u 80% wszystkich pacjentów oddziałów intensywnej terapii. „Jest to obecnie testowane w wielu formach w Belgii, Chinach, Malezji i Nowej Zelandii — i zostało rozszerzone na pozaszpitalne zastosowania w przewlekłych chorobach układu oddechowego” — zauważa Benyó. Inne osiągnięcia obejmują opracowanie: metody pomiaru poziomu glukozy we krwi z wykorzystaniem fal elektromagnetycznych; modeli sieci neuronowych przewidujących przyszłą zmienność wrażliwości pacjentów na insulinę; nowatorskiego systemu pasywnego czujnika oddechu oraz wielu ultra tanich nieinwazyjnych urządzeń dla oddziałów intensywnej terapii i opieki ambulatoryjnej, takich jak czujniki tlenu we krwi.
Integracja z europejskimi systemami opieki zdrowotnej
Kilka systemów opracowanych w ramach DCPM wchodzi w fazę badań klinicznych, a cyfrowe bliźniaki mechaniki płuc zmierzają w kierunku przyjęcia i stosowania w procedurach opieki zdrowotnej. „Wszystkie trzy obszary są na dobrej drodze do rejestracji i pierwszych etapów komercjalizacji” — mówi Benyó. Długotrwała współpraca badawcza nawiązana w ramach projektu pozwoliła również rozszerzyć badania na inne obszary, takie jak terapia rozpoznawania emocji w zaburzeniach ze spektrum autyzmu i spersonalizowane żywienie.
