AMPEL BioSolutions დღეს აცხადებს გარღვევას ზუსტი და პერსონალიზებული მედიცინაში, რომელსაც შეუძლია რევოლუცია მოახდინოს ექიმების მკურნალობის ანთებითი კანის დაავადებებში, როგორიცაა ლუპუსი, ფსორიაზი, ატოპიური დერმატიტი და სკლეროდერმია. გამოქვეყნებული რეცენზირებად ჟურნალ Science Advances-ში, ნაშრომი დეტალურად აღწერს AMPEL-ის მანქანური სწავლების მიდგომას დაავადების აქტივობის დასახასიათებლად პაციენტის კანის ბიოფსიიდან მიღებული გენის ექსპრესიის მონაცემებიდან. ლაბორატორიული ტესტი, რომელიც მხოლოდ ბოლო რამდენიმე წლის კონცეფციაა, ახლა მზად არის განვითარებისთვის პრაქტიკული გამოყენებისთვის. AMPEL-ის საწყისი აქცენტი იყო ლუპუსი, მაგრამ ტესტის გამოყენება შესაძლებელია მრავალი აუტოიმუნური ან ანთებითი კანის დაავადებისთვის, რომლებიც გავლენას ახდენენ 35 მილიონზე მეტ ამერიკელზე.
AMPEL-ის მანქანათმცოდნეობის ინოვაციური მიდგომა, რომელიც ახლა მზად არის შემუშავებისთვის, როგორც გადაწყვეტილების მხარდაჭერის ბიომარკერის ტესტი, შეიძლება დიდად იმოქმედოს ჯანდაცვაზე, რაც საშუალებას მისცემს ექიმებს დაადგინონ პაციენტის დაავადების სიმპტომების მიზეზი და უფრო ზუსტად შეარჩიონ შესაბამისი მკურნალობა. AMPEL-ის მიდგომა საკმარისად მგრძნობიარეა კლინიკურად დაუცველ კანში ცვლილებების გამოსავლენად, რათა ადრეულმა ჩარევამ თავიდან აიცილოს სისტემური გამწვავებები და კანის დაზიანება, რომელიც აშკარაა დაზიანებებში. AMPEL-ის მანქანათმცოდნეობის მიდგომის გამოყენებამ ასევე შეიძლება დაეხმაროს ფარმაცევტულ კომპანიებს წამლების შემუშავებასა და კლინიკურ კვლევებში.
კანის ქრონიკული დაავადებების მქონე პაციენტები ხშირად განიცდიან არაპროგნოზირებად დაავადებას, რაც გავლენას ახდენს ყოველდღიურ საქმიანობაზე, როგორიცაა სამუშაო და ოჯახური ცხოვრება. ვინაიდან არაპროგნოზირებადი სიმპტომები ხშირად იწვევს გადაუდებელ განყოფილებაში ვიზიტებს, დაავადების გაუარესების პროგნოზირების და კანის რუტინული ბიოფსიების სისტემური ჩართულობის უნარს აქვს მნიშვნელოვანი ჯანმრთელობის დაცვა და ჯანმრთელობის ეკონომიკა.
AMPEL-ის ინსტრუმენტების მილსადენთან ერთად ძალიან დიდი და რთული კლინიკური მონაცემთა ნაკრების („დიდი მონაცემები“) ანალიზისთვის, AMPEL-ის მანქანათმცოდნეობის პროგრამა მნიშვნელოვანი ნაბიჯია კანის რუტინული ტესტის დანერგვისკენ დაავადების აქტივობის მონიტორინგისთვის და პაციენტის გენზე დაფუძნებული მკურნალობისთვის გადაწყვეტილების მხარდაჭერის უზრუნველსაყოფად. გამოხატულება. ეს გარდაქმნის ექიმების მკურნალობას კანის ქრონიკულ დაავადებებს ლაბორატორიული ტესტით შეგროვებული ინფორმაციის გამოყენებით და მანქანური სწავლებით გაანალიზებული დიაგნოზის დასადგენად, ზუსტი მოლეკულური დარღვევების დასახასიათებლად და კანის დაავადებების მკურნალობამდე დაზიანების დაწყებამდე, დაიცავს პაციენტებს დაავადების ტკივილისა და უხერხულობისგან. წინააღმდეგ შემთხვევაში მკვეთრად აისახება მათ ცხოვრებაზე.
ფარმაცევტული კომპანიები ამოწმებენ მედიკამენტებს კლინიკურ კვლევებში და აწყდებიან იმ პაციენტების დარეგისტრირების გამოწვევას, რომლებსაც აქვთ საუკეთესო პოტენციალი, რომ უპასუხონ ტესტირებას მკურნალობაზე. „არასწორი“ პაციენტების დარეგისტრირებამ შეიძლება გამოიწვიოს საცდელი წარუმატებლობა, რაც ხშირად იწვევს წამლის განვითარების გაუქმებას FDA-ს დამტკიცებისკენ, რამაც შესაძლოა სარგებელი მოახდინოს პაციენტების მთლიანი პოპულაციის ქვეჯგუფში. AMPEL-ის კანის ტესტი დაეხმარება ფარმაცევტულ კომპანიებს გამოავლინონ პაციენტები, რომლებიც ყველაზე მეტად რეაგირებენ კონკრეტულ მკურნალობაზე, რითაც ხელს შეუწყობს კლინიკურ კვლევებში შედეგების გაუმჯობესებას.
დოქტორი პიტერ ლიპსკი, მთავარი სამედიცინო ოფიცერი და AMPEL BioSolutions-ის თანადამფუძნებელი: „ამჟამად არ არსებობს სხვა პროგრამა, რომელსაც შეუძლია ზუსტად განსაზღვროს დაავადების აქტივობა და შემოგვთავაზოს შესაბამისი მკურნალობა, და ჩვენ ძალიან წახალისებულები ვართ ამ გარღვევით, რომელიც მოხსენებულია Science Advances-ში. იმ პაციენტებისთვის, რომლებსაც აწუხებთ კანის ქრონიკული დაავადებები, მნიშვნელოვანი ინოვაციები მკურნალობაში არ შეიძლება მალე მოვიდეს. ჩვენი მანქანათმცოდნეობის კონცეფციის შემუშავების შემდეგ, ახლა შეგვიძლია წინ წავიწიოთ ჩვენს პარტნიორებთან მუშაობაში ამ კანის ტესტის შემუშავებაზე, რომელსაც შეუძლია შეცვალოს გზა, რომელიც ექიმებს შეუძლიათ დაეხმარონ კანის ქრონიკული დაავადების მქონე პაციენტებს თავიანთი მდგომარეობის მართვაში, ინდივიდუალურზე დაფუძნებული უკეთესი და ზუსტი მკურნალობის შეთავაზებით. პაციენტის მონაცემები და არა ზოგადი მიდგომა“.
დოქტორი ამრი გრამერი, AMPEL BioSolutions-ის მთავარი სამეცნიერო ოფიცერი და თანადამფუძნებელი: „“ჩვენმა გუნდმა შეიმუშავა ინსტრუმენტი, რომელსაც შეუძლია შეცვალოს კანის დაავადებების მქონე პაციენტების მკურნალობა. როგორც ზუსტი მედიცინის კომპანია, AMPEL ცვლის მკურნალობის პარადიგმას აუტოიმუნური და ანთებითი დაავადებების დროს. ჩვენ ვამაყობთ, რომ ვაკეთებთ ამ საქმეს ვირჯინიაში და გავაგრძელებთ ნიჭიერების დაქირავებას და ჩვენი ბიზნესის განვითარებას აქ. ”
დოქტორი რაიტ კაუმენი, პროფესორი, ემორის მედიცინის სკოლის დერმატოლოგიის დეპარტამენტი, და ჯანდაცვის საკითხებში აღმასრულებელი დირექტორი (ემერიტუსი), ემორის უნივერსიტეტი: „AMPEL-ის უაღრესად ინოვაციური კანის ბიოფსიის ტესტი უზრუნველყოფს შესანიშნავ ახალ ინსტრუმენტს აუტოიმუნური და აუტოიმუნური დაავადებების დიაგნოზირებისა და მართვისთვის. კანის ანთებითი დაავადებები. AMPEL წარადგენს ამ ნაშრომს საგამოძიებო დერმატოლოგიის საზოგადოების შეხვედრაზე ამ თვის ბოლოს. მას შემდეგ, რაც AMPEL-ის კლინიკური გენომიური ტესტი CLIA-ს სერთიფიკატს მიიღებს, ექიმებს შეეძლებათ სწრაფად ამოიცნონ საუკეთესო მედიკამენტები თითოეული ცალკეული პაციენტისთვის და მიიღონ უფრო სწრაფი და უსაფრთხო კონტროლი მათი დაავადების შესახებ.”
რა უნდა წაიღოთ ამ სტატიისგან:
- This will transform the way doctors treat chronic skin diseases by using the information gathered by the lab test and analyzed by machine learning to diagnose, characterize the precise molecular abnormalities and treat skin diseases before damage begins, saving patients from pain and inconvenience of a disease that otherwise drastically affects their lives.
- Paired with AMPEL’s pipeline of tools to analyze very large and complex clinical datasets (“Big Data”), AMPEL’s machine learning program is a significant step towards implementing a routine skin test for monitoring disease activity and providing decision support for treatment based on a patient’s gene expression.
- Following the development of our machine learning concept, we can now move forward in working with our partners to develop this skin test that could transform the way doctors can help patients with chronic skin disease manage their condition by offering better and more precise treatments based on individual patient data rather than a general approach.
