Big Data -medisin identifiserer passende kjemoterapi for kreft
I fremtiden vil medisin kunne ha stor nytte av dataprogrammer som kobler informasjon om pasienter med aktive ingredienser. På den måten må best mulig terapi bestemmes. Fordi suksessen til en behandling avhenger av mange individuelle faktorer. For eksempel kan en bestemt kjemoterapi fungere godt i en pasient, men ikke i en annen. Løsningen skal levere "store data".
Finn den optimale aktive ingrediensen med Big Data
Buzzword "store data" får mange mennesker til å frykte. Fordi evnen til å samle, lagre og knytte store mengder data medfører mange farer fra et databeskyttelsessynspunkt. På medisinske området kan spesielle dataprogrammer som knytter pasientdata til dagens forskning, behandlinger og tilhørende sakhistorier, øke verdien ved å identifisere optimal behandling for pasienten. Men personvernsforvaltere advarer om at slike data kan brukes, for eksempel av arbeidsgivere og forsikring til skade for de berørte. I lys av den raske utviklingen innen "Big Data", sammte Etikkrådet et årsmøte under mottoet "Big Data in Medicine" ved Hasso Plattner Institute (HPI) for Software Systems Engineering i Potsdam. I løpet av de siste to dagene har medisinske og IT-eksperter diskutert fremskritt og ulemper ved de nye mulighetene.
"Drug Response Analyzer", som allerede er i bruk ved Charité Medical Clinic for hematologi, onkologi og tumorimmunologi, ble også introdusert. Programmet tar sikte på å hjelpe leger å velge den mest hensiktsmessige kjemoterapi for svulster i munnen, svelget, strupehodet, nesen og halsen i løpet av noen få minutter. Systemet ble utviklet av matematiker, datavitenskapsmann og HPI-direktør Christoph Meinel og leder av HPI-programmet "E-Health", Matthieu Schapranow. Programmet vurderer stoffer, kombinasjoner av cytotoksiner og også antistoffterapier som spesifikt inngår i cellesignalveier.
"Big Data" kan hjelpe legen betydelig til å finne den optimale terapien
Onkologer må så langt, blant annet på grunnlag av pasientens historie og genomegenskaper av svulsten, samt ta hensyn til internasjonale studieresultater og behandlingsplaner fra retningslinjer, delvis arbeider Sisyphus for å finne den optimale behandlingen. Med "Drug Response Analyzer" vil HPI-forskerne øke denne prosessen betydelig. Blant annet kobler "høyhastighetsdatabasen" data om gener og proteiner fra svulsten, på signalveier til cellene, samt på reaksjonen på de forskjellige aktive substansene. I tillegg legges alle tilgjengelige vitenskapelige publikasjoner om emnet kontinuerlig til databasen.
"Kreftforskere vil også kunne identifisere forhold mellom varianter i pasientens genetiske sminke og effekten av stoffer på dem," forklarer Meinel. "Vi kombinerer data fra historiske tilfeller for å hjelpe til med å velge riktig behandling for akutte pasienter," legger Shapranov. "En matematisk modell evaluerer dataene fra ulike pasienter og tillater dermed en prognose av den enkelte responsen til en enkelt pasient til et bestemt legemiddel i sanntid."
Selv om kun data fra ca 40 pasienter med hode og nakke kreft er lagret i systemet, er de omfattende. Bare befolkningsbaserte studier gir så langt store datainsamlinger. "Epidemiologi leverer alltid store data," forklarer legen og folkesundekspert Reinhard Busse fra Technical University of Berlin til "Tagesspiegel". Han ser nye teknologier som en mulighet til å nettverk og bruke dem enda mer effektivt. (Ag)