Inteligentne algorytmy szansą dla nowoczesnej onkologii

Przełomem w opiece przeciwnowotworowej staje się odpowiednie zarządzanie danymi. Największym wyzwaniem jest zatem skorzystanie z ogromnej ilości danych, aby podjąć możliwie najlepszą decyzję, po to, abyśmy mogli zaoferować pacjentowi jak najbardziej spersonalizowane leczenie. Działając w ten sposób, wkraczamy w nową erę w rozwiązywaniu problemu nowotworów u poszczególnych pacjentów, ale również w rozwiązywaniu problemu nowotworów w całym społeczeństwie – mówi Ilya Gipp, ekspert ds. nowych technologii i zintegrowanych rozwiązań w onkologii.

– Mamy do czynienia z rosnącą liczbą terapii onkologicznych, tysiącami publikacji i badań, milionami danych dotyczących leczenia chorych na nowotwory. Jaki Pan proponuje sposób na efektywne wykorzystywanie tych informacji, tak aby wybrać najlepszą metodę terapii?

Ilya Gipp – Wszyscy stajemy dzisiaj w obliczu wyzwania, jakim jest eksplozja danych. Z każdym dniem wiemy więcej, nasza wiedza przyrasta coraz szybciej. Bycie na bieżąco ze wszystkimi informacjami dotyczącymi tego, jaki jest dziś najlepszy sposób leczenia pacjenta, stało się dla lekarzy specjalistów niemożliwe. Jest to niemożliwe nawet jeśli ktoś skupia się tylko na jednym, specyficznym typie nowotworu, maksymalnie zawężając swoje spojrzenie – co, jak wiemy, nie zawsze jest dobre. W związku z tym właściwe zarządzanie danymi, łączenie decyzji podejmowanych przez pacjenta i jego lekarza wyborów z aktualnymi bazami danych, staje się absolutną koniecznością i priorytetem.

Tak jak Pan wspomniał, liczba metod leczenia cały czas wzrasta, co oznacza, że łatwiej jest popełnić błąd w procesie wybierania tej właściwej, najlepszej dla pacjenta. To również oznacza, że popełnienie błędu jest droższe – jeżeli masz tyle możliwości, zwiększają się szanse na to, że pomylisz się również za drugim razem. W związku z tym kluczowe jest łączenie wyboru terapii z bazami danych, nie tylko z punktu widzenia klinicznego – ponieważ marnujemy czas, ale też z punktu widzenia finansowego.

Decyzje kliniczne powinny być podejmowane na podstawie zintegrowanych danych (tzw. integrated data approach”), zwłaszcza w leczeniu nowotworów. W onkologii wybór terapii jest punktem zwrotnym w cyklu leczenia pacjenta. W dodatku mamy w dużej części do czynienia z medycyną precyzyjną, czyli leczeniem spersonalizowanym. Wyzwaniem jest zatem skorzystanie z ogromnej ilości danych, aby podjąć możliwie najlepszą decyzję, po to, abyśmy mogli zaoferować pacjentowi jak najbardziej spersonalizowane leczenie. Działając w ten sposób, wkraczamy w nową erę w rozwiązywaniu problemu nowotworów u poszczególnych pacjentów, ale również w rozwiązywaniu problemu nowotworów w całym społeczeństwie.

– Czy jest sens w przyspieszaniu, jak najwcześniejszym stosowaniu nowych sposobów leczenia? We wczesnych fazach badań i wprowadzania nowych terapii nie mamy wystarczających informacji na ich temat.

– Nie potrafię osądzić, czy wdrożenie nowego sposobu leczenia we wcześniejszym stadium jest dobrym rozwiązaniem. Wydaje mi się, że gdybym był pacjentem i miałbym możliwość skorzystania z nowej terapii, odpowiadającej mojemu konkretnemu problemowi, byłbym zadowolony. W wielu obszarach jest to jednak niemożliwe do osiągnięcia, ponieważ nasza wiedza jest wciąż ograniczona. Gdy zaczynamy dzielić nowotwory na kategorie i typy, dochodzimy do bardzo rzadkich chorób. Im bardziej są one rozróżniane i rozdzielane, podczas tworzenia leków przez firmy farmaceutyczne dla bardzo małych grup pacjentów, tym szybciej kończą się finanse. W tym procesie kluczem jest zachowanie równowagi.

Ale chciałbym przywołać jeszcze jedną kwestię, a mianowicie, że tylko 8 proc. pacjentów kwalifikuje się do udziału w badaniach klinicznych, co znacząco spowalnia rozwijanie nowych metod leczenia. Im więcej danych musimy uwzględnić do ustalenia, czy to jest właściwy pacjent do danego badania, tym trudniej go znaleźć. Powinniśmy lepiej zarządzać danymi i integrować informacje pochodzące z różnych źródeł. Niekoniecznie musimy tworzyć jedną bazę danych wszystkich pacjentów z nowotworami, ale łączyć różne źródła, tak aby zwiększyć dostęp pacjentów do badań.

– Właściwie powinniśmy prowadzić rejestry wszystkich pacjentów.

– Rzeczywiście, rejestry istnieją, ale są one uważane, zwłaszcza tutaj gdzie pracuję, w USA, bardziej jako ciężar niż coś rzeczywiście przydatnego. Są one bowiem często robione na bazie klasyfikacji ICD-10, zazwyczaj zawierają takie rzeczy jak występowanie i przebieg choroby, dane dotyczące przeżywalności i śmiertelności, nawrotów choroby – to jest bazowanie na zaledwie podstawowych informacjach. Myślę, że posiadamy już tyle danych, że moglibyśmy przejść kilka kroków dalej i stosować większe personalizowanie w zawartości rejestrów, czyniąc je bardziej użytecznymi dla personelu medycznego.

Jeżeli ktoś znalazł lepszy sposób na leczenie pacjenta z danym typem choroby, powinno to się znaleźć w rejestrze, a inne pomysły na leczenie należy odrzucić. Jako klinicysta mam wówczas dostęp do tej informacji, we właściwym czasie i już nie muszę się zajmować tą eksplozją informacji, o której mówiliśmy. Proces podejmowania przeze mnie decyzji staje się prosty i skuteczny, choć oczywiście nadal jest możliwość, że ta metoda nie będzie skuteczna dla wszystkich pacjentów, ponieważ mamy do czynienia z większą personalizacją opieki onkologicznej. Odchylenie w grupach pacjentów będzie oznaczać, że brakuje nam pewnych danych i będzie trzeba ich szukać.

Stosowanie ścieżek klinicznych w onkologii, upowszechnianie ich, czynienie ich przydatnymi i użytecznymi, w dużej mierze jest odpowiedzią na problem ogromu danych, wielu metod leczenia i szybkości ich rozwoju. Musimy też zmierzyć się z faktem, że wielu rzeczy nadal nie wiemy. Uważam jednak, że narzędzia, jakie posiadamy do przetwarzania danych i zarządzania nimi, w wielu przypadkach mogą nam pomóc ten problem rozwiązać.

– Ale wciąż pozostaje problem wyboru terapii spośród wielu dostępnych oraz oceny, która z nich przyniesie najlepsze efekty dla konkretnego pacjenta.

– Dlatego uważam, że wiedza o naszych pacjentach powinna być spersonalizowana, abyśmy wiedzieli nie tylko to, że u danego pacjenta można zastosować różne sposoby leczenia, ale też zrozumieli, że specyfika tego pacjenta, ślad molekularny jego guza, oznacza, że jedna konkretna terapia jest dla niego najwłaściwsza. Każdego roku FDA rejestruje coraz więcej leków więc tak naprawdę nie borykamy się z brakiem opcji leczenia, ale raczej ze zrozumieniem, które z nich stanowią najlepszy wybór dla danego pacjenta.

– Spośród wielu nowych możliwości, jak możemy obiektywnie oceniać i wybierać te, które są najlepsze?

– Czasami nowe leki muszą być nawet wycofywane, ponieważ nie są wystarczająco efektywne. Nasza wiedza jest po prostu nadal ograniczona. Dobrym przykładem jest lek na raka skóry, który okazał się być niezwykle efektywny jedynie w 25 proc. przypadków, został więc wycofany, ponieważ nie można używać leku, jeżeli nie wiemy, jak się zachowa. Dopiero wiele lat później został odkryty mechanizm jego działania, dzięki czemu ustalono, że skutecznie leczy tylko pewien określony typ nowotworu.

Do oceny skuteczności terapii bardzo przydatne są platformy informatyczne. O ile jednak w badaniach klinicznych i przy stosowaniu nowych leków rzeczywiście pacjenci są prawidłowo monitorowani, o tyle znacznie gorzej jest z lekami, które pacjenci stosują od wielu lat. Jeśli zintegrujemy dane i usprawnimy proces monitorowania stanu zdrowia pacjenta w czasie leczenia, będziemy w stanie szybciej dostosowywać nasze decyzje do rezultatów leczenia. Póki co, ogrom danych nie pozwala nam tego dostrzegać. Aby oceniać efekty terapii musimy mieć narzędzia do integrowania już dostępnych informacji.

– To byłoby podejście polegające na świadomym wprowadzaniu nowych terapii, aby dopiero w praktyce – dzięki zbieraniu i analizie danych – przekonywać się o ich skuteczności.

– Z punktu widzenia pacjenta nigdy bym nie powiedział, że niektóre leki są wprowadzane za szybko. Powiedziałbym raczej, że wiele terapii jest tworzonych i wprowadzanych do praktyki klinicznej za wolno. To, co widzę – to ciągła potrzeba nowych terapii. Bodaj tylko jedna czwarta nowotworów może być leczona terapiami celowanymi. Oczywiście, usiłujemy spersonalizować nie tylko onkologię medyczną, ale również radioterapię – i rezultaty są niezwykle obiecujące. Radioterapia onkologiczna jest o wiele mniej konkretna, ale może być spersonalizowana w takim samym stopniu. Można również poprawić personalizowanie w chirurgii, na przykład w kwalifikowaniu pacjentów do operacji. Na pewno jednak podejmowanie odpowiednich decyzji dotyczących wyboru leczenia, we właściwym momencie, jest w onkologii bardziej skomplikowane niż cokolwiek innego.

– Zwłaszcza że lekarz ma trudność, żeby nadążać za nowymi doniesieniami, z wybieraniem i przetwarzaniem danych.

– Musimy sobie poradzić z ogromną i rosnącą liczbą danych, z potrzebą ujednolicania informacji w multidyscyplinarnym zespole terapeutycznym i podejmowaniem decyzji, kiedy jest tyle różnych opcji do wyboru. I dlatego inteligentne algorytmy zgłębiania danych, ich przetwarzania i wyciągania wniosków – są po prostu nową rzeczywistością. Łatwo jest rozmawiać o sztucznej inteligencji i uczeniu maszynowym, ale staram się myśleć praktycznie i myśleć o rzeczach bardziej przyziemnych. Sytuacja jest prosta – rozwój IT w medycynie to konieczność. Myślę, że zaawansowane algorytmy, służące do analizy danych stanowią szansę dla nowoczesnej onkologii. Taka będzie przyszłość. A już dzisiaj dużo prostsze, praktyczne rozwiązania przynoszą lekarzom i pacjentom wiele korzyści.

– Czy lekarze są gotowi postępować zgodnie z sugestiami sztucznej inteligencji? I czy pacjenci są na to gotowi?

– To jest kwestia natury etycznej. Odpowiem tak: jeśli rozumiesz swoje ograniczenia, czy to będąc lekarzem, czy pacjentem lub bliskim pacjenta, czy też będąc ministrem zdrowia – to otrzymywanie pomocy lub zasięgnięcie opinii od kogoś, kto nazywa się sztuczna inteligencja, powinno być dla ciebie bardzo przydatne.

– Jeśli masz otwarty umysł.

– Powinieneś mieć otwarty umysł, jeśli jesteś w medycynie. Powinieneś być również odpowiedzialny, i dlatego powiedziałbym, że to, że mam dostęp do drugiej opinii, pochodzącej od sztucznej inteligencji, jest fantastyczne. Pytanie brzmi, czy powinienem jej zaufać? Tak długo, jak podejmuję decyzje kliniczne na podstawie danych, nie ma znaczenia od kogo otrzymuję podpowiedź – czy od sztucznej inteligencji, czy od innego specjalisty.

– Jednym z największych problemów w onkologii jest mierzenie rezultatów, z czym wiąże się idea płacenia za rezultaty terapii.

– Opieka na podstawie wartości, a także opłaty na podstawie efektywności – to coś, co moim zdaniem niedługo stanie się rzeczywistością, nie tylko w USA, ale także w innych państwach. Żeby to było możliwe, musimy mieć system mierzenia wyników, oparty na integracji danych. Przełomem w opiece przeciwnowotworowej jest odpowiednie zarządzanie danymi. Szalenie ważne jest również zbieranie i przetwarzanie informacji o bezpieczeństwie terapii, czyli m.in. skutków ubocznych terapii i jej wpływu na jakość życia.

– Kiedy mówimy o przetwarzaniu danych musimy pamiętać, że te dane ktoś musi zebrać i wprowadzić do systemów informatycznych. Oby to nie oznaczało obłożenia lekarzy dodatkowymi obowiązkami raportowania.

– Aby wybrać dla swojego pacjenta najlepszą opcję terapeutyczną, lekarz musi stawiać diagnozę z coraz większą precyzją, jak najlepiej rozumieć chorobę. Już wkrótce skuteczna diagnoza i wybór terapii nie będą możliwe bez informatycznych systemów wsparcia. Należy to ułożyć w taki sposób, aby lekarz miał korzyści z przetwarzania danych, systemu mierzenia efektów i wspierania decyzji terapeutycznych. Tutaj otwiera się zadanie dla firm technologicznych, informatycznych, aby zbudować takie systemy wsparcia dla lekarzy.

– Co konkretnie buduje Philips?

– W Philips angażujemy się m.in. w precyzyjną diagnostykę obrazową oraz cyfrowe badania patologiczne, czyli ważne elementy procesu rozpoznawania i leczenia nowotworów. Nasze rozwiązania mają na celu połączenie obrazowania z rozpoznawaniem, lokalizowaniem i określaniem charakterystyki guzów. Badania patologiczne nowotworu odbywają się na poziomie komórkowym oraz molekularnym. Jednym słowem, zbieramy dane, aby umożliwić dokładne rozpoznanie nowotworu, a także wspieramy proces ich analizy i podejmowania decyzji terapeutycznych w warunkach pracy zespołowej wielu specjalistów. Rozwijamy także monitorowanie i oceny efektów terapii dla pacjenta.

– Czy to może pomagać w integrowaniu poszczególnych części systemu opieki i leczenia?

– Integracja stanowi największe wyzwanie w zarządzaniu danymi. Ważna jest także ocena rezultatów na każdym etapie ścieżki pacjenta. Dostrzegając zróżnicowanie procesów i efektów klinicznych, dążymy do standaryzowania informacji dotyczących konkretnego pacjenta, tak aby zaproponować mu optymalną metodę leczenia. Powinniśmy starać się, aby każdy otrzymał optymalne leczenie, co w moim przekonaniu zależy przede wszystkim od pozyskania potrzebnych informacji i ich analizy. W wielu przypadkach identyczna terapia aplikowana dwóm różnym pacjentom daje odmienne rezultaty. Odpowiedzią na ten problem jest większa personalizacja, dzięki której możliwe jest poprawienie mierzalnych efektów leczenia.

– Jednocześnie konieczne jest tworzenie standardów leczenia.

– Bazą do standaryzacji jest integracja ścieżek leczenia w systemie informatycznym. Dane opisujące ścieżki posiadamy dzięki współpracy z Dana-Farber Cancer Institute. Redukujemy różnorodność odpowiedzi na leczenie, aby zrozumieć, które opcje są najlepsze i jakie są tego przyczyny. Im lepiej zbieramy i łączymy dane, tym lepsze wsparcie może otrzymać lekarz w wyborze i opracowaniu ścieżki leczenia.

(rozmawiał: Krzysztof Jakubiak)

Ilya Gipp, MD, PhD is the Subject Matter Expert (SME) in Royal Philips, representing integrated oncology solutions globally. He has taken this position as of July 2019. His responsibility is bringing deep knowledge on clinical; organizational and economic performance of cancer care service lines targeting at establishing professional partnerships with leading oncology programs.

Previously, Ilya was in the position of Oncology Sales Executive in North America. He relocated from the Netherlands, where he was responsible for MR-guided Therapy and Radiation Oncology Solutions product and solutions lines business development of Royal Philips.

Ilya Gipp has a strong clinical, scientific, business development and marketing background in Diagnostic Imaging and Oncology he has an MD in diagnostic imaging and a PhD in neuroradiology. He is continuing to practice diagnostic radiology remotely for the chain of clinics in the South and East of Europe. He has over 40 scientific papers in peer-reviewed journals mainly related to various areas of diagnostic imaging, oncology, management in radiology and healthcare informatics.