A szoftver mint orvosi eszköz a rákgyógyításban

A rákbetegek ellátásában, a gyógyító kezelésükre vonatkozó döntések megtervezésében napjainkban egyre inkább nélkülözhetetlenek a bioinformatikai, orvosbiológiai és orvosi szoftverek. E rendszerek döntéstámogató segítsége nélkül nem volna lehetséges a molekuláris diagnosztika eredményeinek gyors és hatékony gyakorlati alkalmazása, az egyénre szabott célzott terápia kiválasztása.

A Real-Time Oncology Treatment Calculator (R) nevű magyar fejlesztésű szoftver a világon egyedülálló módon képes megbirkózni azzal a kihívással, hogy 405 ráktípusban, 52 ezer mutáció esetén, 26.838 orvos-biológiai szabály alapján 1417 gyógyszerhatóanyag közül 20 ezred másodperc alatt rangsorolja a személyre szabott célzott terápiás lehetőségeket a rendelkezésre álló tudományos bizonyítékok alapján.

A felsorolt számadatok ismeretében érthető, hogy miért ez a szoftver – az Oncompass Medicine Diagnosztikai és Információs Központ kutatói által fejlesztett, az onkológiai kezelések valós idejű kalkulátora (Realtime Oncology Treatment Calculator) – kapta 2020. március 27-én a Magyar Innovációs Szövetség és a Nemzeti Innovációs és Technológiai Minisztérium 2019. évi Informatikai Innovációs Díját.

Mire használják az orvosi szoftvereket? Ezen eszközök mennyiben változtatják meg az orvosi munkát? – ezekkel a kérdésekkel fordultunk dr. Peták István kutatóorvoshoz, a mesterséges intelligenciára (MI) épülő orvosi informatikai rendszer kigondolójához.

Az informatika rohamléptékben fejlődik. Nem véletlen, hogy az Amerikai Klinikai Onkológusok Társasága (ASCO) ”Breakthrough innovations in oncology” című Bangkokban megrendezett konferenciáján a mesterséges intelligencia orvosi felhasználása volt a fő, kiemelt terület. Külön öröm számunkra, hogy ezen a konferencián a mi rendszerünket is bemutattuk és elnyertük a legjobb absztrakt díját is – kezdte válaszát a cég tudományos igazgatója.

E szoftver jelentősége, hogy segítségével az onkológusok – az általuk kezelt rákbetegek számára – a daganatukban lévő egyedi génhibák alapján, személyre szabottan tudják kiválasztani a legjobb célzott kezeléseket. Tehát ez tulajdonképen egy digitális eszköz a terápia tervezéshez. A rák genom vizsgálatok során ma már ott tartunk, hogy mintegy 600 olyan gént ismerünk, amelyekben a gén hibája játszik szerepet a rák kialakulásában. Ma már azt is tudjuk, hogy egy-egy génnek akár 6 millió féle mutációja lehetséges, egy betegben pedig akár több mutálódott gén is található (jelen tudás szerint átlagosan 3-4). Napjainkban ezernél több célzott klinikai vizsgálat fut, ahová betegeket várnak részvételre.

Napjainkban 125 onkológiai gyógyszer van forgalomban. Ha egy génre (génhibára) több hatóanyag is eredményes lehet, akkor az adott gén mutációja alapján kell eldönteni, hogy melyik a jobb, az alkalmasabb, a várhatóan eredményesebb. Amennyiben egy betegnek több génhibája is van, és többre is van célzott gyógyszer, akkor azt is el kell dönteni, hogy ezek közül melyiket javasoljuk elsőként, vagy kombinációban.

A fenti számokra gondolva, ha az összes lehetséges géncsoportban az összes lehetséges gyógyszerrel végig kellene futtatni a vizsgálatot, ez a feladat teljességgel kivitelezhetetlennek bizonyulna. Ezért kellett olyan döntés-előkészítő rendszert (informatikai berendezést, eszközt) kifejlesztenünk, amely képes segítséget nyújtani annak kiválasztásában, hogy melyik gyógyszer lehet/legyen az alkalmazandó.

Dr. Peták István, Gábor Dénes díjas rákkutató több mint 20 éve fejleszt kollégáival olyan módszereket, amelyek lehetővé teszik a daganatos betegek személyre szabott, molekuláris szinten célzott kezelését. Munkatársaival úttörője volt a daganatok molekuláris diagnosztikai vizsgálatainak.

Orvosi szoftver a gyakorlatban

Az Oncompass orvosi szoftverét első ízben 2015-ben mutatták be a világ legnagyobb onkológiai konferenciáján (ASCO), Chicagóban. A ’Calculator’ segítségével a kezelőorvos megkeresheti, hogy adott mutáció esetén milyen hatóanyagokkal kapcsolatban áll rendelkezésre orvosi információ.

Hatalmas informatikai probléma, hogy a tudományos publikációs jegyzékben (Pubmed) szereplő mintegy 30 milliónyi tudományos közleményben történő keresés alapján miként lehet kiválasztani, hogy adott beteg esetében melyik a leginkább indokolt kezelés. Ma odáig jutottak, hogy – és újra idézzük a számokat – 405 ráktípusban, 52 ezer mutáció esetén, 26.838 orvos-biológiai szabály alapján 1417 gyógyszer közül kell a jelöltet megtalálni. Hogy az olvasó is pontosan értse: a tudósok megfogalmazta orvosi szabály arra a tudományos bizonyítékra utal, hogy két adott ’jelenség’ (tehát például 2 bizonyos gén, vagy adott gén és adott gyógyszer) között létezik kapcsolat.

Az orvosi szabály a kapcsolatról, az összefüggésről szóló bizonyítékokon alapszik a szoftverrendszer pedig a keret, amibe beépül a szabály. Az informatikai rendszer speciális logikát, algoritmusokat használ arra, hogy ezeket a szabályokat, kapcsolatokat összegezve számolja ki a génhibák, célpontok és gyógyszerek sorrendjét. A rendszer kifejlesztése eddig 1,5 milliárd forintba került, hallunk valamit a pénzügyi háttérről is. A biológus és informatikus fejlesztők ma is dolgoznak rajta Budapesten és Szegeden is.

A Bangkokban bemutatott rendszer tartalmazza a program több elemét, többek között a legújabb (184 millió forintnyi uniós támogatásból fejlesztett) moduljait is. Utóbbiakat molekuláris patológiai laboratóriumok és a molekuláris diagnosztikai laboratóriumok használhatják arra, hogy vizsgálataik eredményeit standardizált és minőségbiztosított formában vigyék be a kollektív orvosi döntéstámogató rendszerbe. Ezek a modulok a molekuláris diagnosztika során leggyakrabban alkalmazott módszerek – a gének számát meghatározó FISH (fluoreszcens in situ hibridizáció), gének által kódolt fehérjék mennyiségét meghatározó IHC (immunhisztokémia), valamint a DNS mutációit detektáló NGS (újgenerációs szekvenálás) vizsgálatokból származó eredményeket integrálják a kalkulátorba.

A fejlesztés jelentősége, hogy többféle molekuláris diagnosztikai módszerrel és több helyen végzett vizsgálat eredményeit egységesen lehet felhasználni a legindokoltabb terápia kiválasztásához. Fontos az is, hogy a diagnosztikai laboratóriumok maguk adhatják hozzá a kalkulátorban lévő adataikhoz a csatlakozott laborok által feltöltött újabb és újabb vizsgálati eredményeiket. Automatikusan, adatvesztés és hibázás nélkül. A hazai fejlesztésű rendszer további előnye, hogy a különböző laboratóriumokban végzett vizsgálatok eredményeit jobban össze lehet hasonlítani és így mód nyílik egységes, valós tapasztalatokból tanuló rendszerek kialakítására. Az Európiai Unióban is regisztrált orvosi eszköznek számító szoftver kalkulációi eddig közel tízezer beteg kezelését segítették.

Az új módszer az amerikai onkológusok társaságának konferenciáján kapott nemzetközi szakmai elismerés mellett, ugyancsak 2019-ben megnyerte a GET IN THE RING V4! innovációs versenyt is.

Robbanásszerű technológiai fejlődés

Globális szinten egyre nagyobb szerephez jut a mesterséges intelligencia. Lassan itt az a korszak, amelyben a legfőbb orvosi eszközök közé bekerülnek a számítógépes programok. Miután az orvostudomány felismerte, hogy mely gének hibái és azok kombinációi felelhetnek egyes daganatok kialakulásáért, az ezekre alkalmazható gyógyszerek száma is ugrásszerűen megnőtt. Ezzel pedig beléptünk a személyre szabott terápiák korszakába. A nagyszámú új gyógyszereket egyre célzottabban – már nem csak egy-egy génre, hanem azon belül egy-egy génhiba-csoportra is – lehet alkalmazni. Ez a tény (nagy előrelépésként) arra az esetre is megoldást jelenthet, ha a korábbi (amúgy szintén) célzott gyógyszerre a daganat rezisztenssé válna. Eközben a diagnosztikai módszerek is egyre pontosabbak és költséghatékonyabbak. Az USA-ban például az akár több száz gén vizsgálatát is szolgáló eljárások egyre inkább a rutinellátás részei lettek, de szerencsére ma már Magyarországon is egyre több betegnek készül sokgénes vizsgálat.

Korábban úgynevezett randomizált klinikai vizsgálatok hasonlították össze, és tették sorrendbe az első-, másod- és harmad-vonalbeli terápiákat a betegek számára egy adott daganattípus esetében. Ez azonban nem lehetséges minden egyes génre, illetve mutációra. Ezért a molekuláris szintű vizsgálatok alapján napjainkban hatalmas tudásanyag ismeretében kell a rákot okozó legfontosabb génhibát és a tudomány mai állása szerint a legnagyobb valószínűséggel ható kezelést megtalálni. Ez ugyan sajnos még mindig nem garantál száz százalékban sikert, de maximalizálja annak esélyét, hogy az orvosok a terápiák között a megfelelő sorrendet állítják fel. Legújabb fejlesztésük pedig egy olyan orvosi szoftver, amely éppen ebben segít az orvosnak: a kimutatott génhibák alapján kiválasztani a legindokoltabb célzott gyógyszert.

A szoftver neve másképpen valósidejű rákkezelési kalkulátor (Realtime Oncology Treatment Calculator) – ez a „számláló” (számítási táblázat) adja meg, hogy a tudomány mai állása szerint melyik kezelés lehet a legindokoltabb. A rendszert kollaborációban fejlesztik több hazai és nemzetközi onkológiai kutatóközponttal. Az egyik partner az Európai Onkológiai Intézet (The European Institute of Oncology), ez egy 1994 óta működő non-profit rákközpont Milánóban, mely átfogóan, széleskörűen, minden részletre kiterjedő módon foglalkozik a rákkal. Minden egyes páciens kezelését hetente megbeszélik mindazokkal a szakemberekkel, akik részt vesznek a gyógyítási folyamatban. A másik nagyon fontos partner a párizsi Marie Curie Intézet.

Így vesz részt a mesterséges intelligencia a kezelésben

A mesterséges intelligencián (MI) általánosságban az ember kognitív funkcióit másoló, vagy kiterjesztő informatikai módszereket értjük. A jelenlegi rendszerünk jelenleg egy szabályalapú gép, „augmented intelligence”, ami annyit tesz – magyarázza a kutatóorvos –, hogy az emberi tudást alkalmazva, valójában csak az emberi számításkapacitást tágítja ki. A tudás tőlünk származik, a gép nem az embert helyettesíti, csak az általunk tanított tudásra építve arra szolgál, hogy a döntési sort pontosan és fáradhatatlanul megcsinálja. A gépi tanulás lényege az a jelenség, hogy amennyiben a gépnek sokat mutatnak valamilyen adatsort, egy idő után felismeri az azonosságokat, eltéréseket és ez alapján a gép saját magát tanítja és saját maga hozza létre a döntési algoritmusát. Nemrégiben írta a Nature című tudományos folyóirat egyik cikke, hogy sok mammográfiás felvétel után, a gép mesterséges intelligenciája képes volt felismerni a következő felvételen, hogy hol a daganat. Az ilyen példák alapján egyértelmű, hogy az MI miben képes megváltoztatni az orvosi munkát, mit ad hozzá, milyen problémákat old meg, de minden orvosi feladatra más-más MI módszert kell alkalmazni.

A kezelést előkészítő döntéstámogatás meggyorsításában a mesterséges intelligencia egyedülálló lehetőséget ad, gyakorlatilag digitális eszközzel végzett terápia-tervezésről beszélhetünk. Minthogy a rendszer, személyre szabottan, optimális sorrendbe rakja a lehetséges terápiás lehetőségeket, új lehetőségeket tár fel és csökkenti a felesleges kezelések számát is. A mindennapokban: ha egy betegnél ilyen digitális terápia-tervezés történik, akkor a beteg molekuláris diagnosztikai eredményei, klinikai kórelőzménye bekerül a rendszerbe, a biológusok lefuttatják a szoftvert és ez után az online úgynevezett „virtuális molekuláris tumor board” multidiszciplináris orvosi team-je foglalja össze a lehetőségeket.

Tehát a mesterséges intelligencia önmagában nem válthatja ki a szakmai teamet – emelte ki a rákkutató. A gép „keskeny”, de mély intelligenciájához az ember integratív, egyéb orvosi és emberi szempontokat, a beteg preferenciáit figyelembe venni képes személyére is szükség van. A hatékonyság mellett a beteg számára más tényezők, szempontok (pl. az elérhetőség vagy a mellékhatás) is kritikusak lehetnek. Egy valóban személyre szabott javaslat tehát komplex megközelítés alapján születhet meg.

Az online molekuláris szakértői testület (virtuális molekuláris tumor board) a helyi onkológiai team-mel együttműködve képes döntést hozni. A kijelölt kontakt-személy (orvos) tartja a kapcsolatot a szakértők között, illetve a két csoport online is összekapcsolódik. Az ASCO díját odaítélő testületnek ez a megoldás is elnyerte tetszését, hiszen világszerte gondot okoz, hogy nincs elégséges számban molekuláris diagnosztikai, genetikus, bioinformatikus szakember. Ezért külön értékelték, hogy a globális hiányt online próbálja orvosolni a rendszer. Így tehát a betegek maradhatnak a helyi centrumban, nem kell őket utaztatni, és így sikerülhet elérni, hogy minél több beteg férjen hozzá a személyre szabott orvosláshoz. Ez érvényes arra a helyzetre is, ha a betegnek megvan már a részletes molekuláris diagnosztikai vizsgálata. Ha pedig nincs, akkor kombináltan nyújtanak „oncompass-t”, teljes precíziós onkológiai programot, azaz döntéstámogatást és molekuláris diagnosztikai vizsgálatokat kombináltan. Oncompass – „onkológiai iránytű” így lesz köznév egy cég tulajdonnevéből…

Az Oncompass kutatói által kifejlesztett Realtime Oncology Treatment CalculatorTM világelsőként kifejlesztett, mesterséges intelligencia alapú, onkológiai szoftver, mely jelen pillanatban tehát 1417 hatóanyagot tud sorrendbe tenni az adott beteg daganatában található molekuláris profil és 26.838 orvosi szabály alapján.

Más betegségek kezelésében is bekövetkezhet a fejlődés

Az onkológia területén zajlottak az első nagy fejlesztések, de várható, hogy a közeli jövőben az orvostudomány más területein is bekövetkezik ez a fejlődés, véli dr. Peták István. A molekuláris diagnosztikai módszerekkel mindenféle betegség molekuláris oka megismerhetővé válik, egyre személyre szabottabb kezelési módokat fognak javasolni, és maga a gyógyítás is molekuláris szinten zajlik majd. Hozzá kell szokni ahhoz a gondolathoz, hogy a jövőben az orvos legfontosabb eszközei a számítógépek, illetve orvosi kalkulátorok lesznek.

Fokozatosan megszűnnek majd a gyógyszerek randomizált klinikai vizsgálatai, helyettük a gyógyszer-kalkulátorok randomizált vizsgálatai kerülnek előtérbe. A mesterséges intelligenciák közötti verseny lényege az lesz, melyik választja ki pontosabban a megfelelő, személyre szabott terápiát: az új terápiák az algoritmusok lesznek. A gyógyszerek kémiai hatásának ismerete és a beteg molekuláris genetikai profilja alapján kell majd alkalmazni a kezeléseket minden egyes betegnél. Az izgalmas, új korszakban rohamosan nő a hatékony, célzott kezeléshez jutó betegek száma. Addig pedig az a cél (ez lett az ASCO-konferencia fontos üzenete is), hogy minden rákbeteget személyre szabottan kell kezelni. Cél, senki ne haljon meg úgy, hogy történetét elfelejtjük. Ha őt nem sikerül is esetleg meggyógyítani, az a minimum, hogy esetét elemezzük. Az orvostudománynak minden egyes esetből tanulnia is kell. Ugyanis az egyedi esetek vihetnek közelebb a sikerhez a rák elleni harcban. Ezért dolgozunk, azon vagyunk, hogy ez így legyen. – Az idézett mondatok egy versenybe nevező pályázó ars poeticája is lehetne.

Peták István gondolatait nem véletlenül idézzük fel: „Értékeinket fontos ismerni, érteni, használni és érdemes megbecsülni, megvédeni, és széles körben elterjeszteni!” Erre a mottóra fűzhetjük fel a Highlights of Hungary elnevezésű társadalmi kezdeményezés célkitűzését is. A kuratóriuma minden évben 55 ’témát’ mint nagy értéket, „friss, inspiráló, jövőépítő magyar sztorit” ajánl a közvélemény figyelmébe. Azzal a céllal, hogy vegyük észre, ezek a kurátorok által összegyűjtött, sok munkával létrehozott nagy értékek, a közjó érdekét szolgáló megbecsülendő találmányok, mind itt születtek. Jó volna, ha mindez a tudás, siker, termék, itt hasznosulna, itt tudnák tovább fejleszteni, s innen szolgálhatnák a „közjót”. Ugyanis a nagyon eredményes innovációkat is tovább kell fejleszteni, amihez mindig újabb segítségre van szükség. Nemcsak tudósokat, hanem eredményeiket is támogatni kell. Mert ha azokat nem értékelik, ha azok nem fordulhatnak termővé a gyakorlatban, fontos értékek semmisülnének meg – és ennek mindenki, az egész hazai/nemzetközi közösség kárát látná!

Az idei 55 fontos hazai több mint félszáz „nemzeti kincs”: a hazánkban kifejlesztett tudományos eredmény, létrehozott kulturális, humán érték, vagy itt alkotó személyiség sorában az Oncompass és annak szoftvere is szerepel. Amely orvosi eszköz – ismételjük meg a jobb bevésődés érdekében a bevezetőben említett adatokat: 405 ráktípusban, 52 ezer mutáció esetén, 26.838 orvosi szabály alapján 1417 gyógyszer közül, személyre szabottan segít kiválasztani a legmegalapozottabb kezelést, ráadásul szinte felfoghatatlanul rövid idő alatt. Highlights of Hungary célja a jelöléssel, hogy a közvélemény megismerje, hogy magyar orvosi eszközről van szó, ami nemzetközileg is új, de amit a fejlesztők szeretnének a hazai lakosság szolgálatába állítani.

Ez is érdekelheti Molekuláris diagnosztika - Hogyan zajlik a vizsgálat?

Forrás: WEBBeteg
Fazekas Erzsébet, újságíró