Technologia pomaga zwiększyć wydajność rejestrów i baz danych
W stwardnienie zanikowe boczne (ALS), jak w wielu chorobach, rejestry pacjentów, biorepozytoria i badania historii naturalnej są pomocne zarówno w planowaniu badań klinicznych, jak i jako narzędzia dla naukowców, aby dowiedzieć się więcej o tym, jak styl życia danej osoby, genetyka i środowisko mogą potencjalnie prowadzić do ALS. Te bazy danych mogą również pomóc w znalezieniu nowych sposobów leczenia tej choroby.
ALS jest rzadkim schorzeniem, dla którego dostępnych jest niewiele danych. Jednak instytucje związane z ALS ułatwiają i usprawniają gromadzenie danych przechowywanych na platformach takich jak rejestrów, dzięki postępowi technologicznemu w zakresie sztucznej inteligencji (AI), informatyki i smartfonów.
Erin Dittoe, lat 55, została zdiagnozowana z ALS dwa lata temu i dzieli się swoimi danymi zdrowotnymi na wiele różnych sposobów.
Zarejestrowała się w Krajowy Rejestr ALS od Centra Kontroli i Zapobiegania Chorobom (CDC), brała udział w testach genetycznych i nosi zegarek, który śledzi jej ruchy w celach obserwacyjnych badanie kliniczne (NCT05276349). Ta próba szuka w celu ustalenia, czy pomiary w domu mogą zastąpić powtarzające się wizyty w przychodni.
Zdiagnozowano sporadyczny ALS — najczęstszy typ, w którym nie ma wywiadu rodzinnego — w listopadzie 2020 r. Postęp choroby Dittoe był powolny. Może chodzić z pomocą, mówić (choć powoli) i pracować z domu.
Ohioan ma nadzieję, że informacje, które przekazuje, pomogą naukowcom lepiej zrozumieć, co powoduje ALS i jak go leczyć.
„Czuję się jakby [it’s] dla ludzi, którzy nie mogą odpowiedzieć na pytania z tego czy innego powodu, to jest dla nich” – powiedział Dittoe. „Wykonuje moją część”.
ALS Therapy Development Institute (ALS TDI), organizacja non-profit zajmująca się badaniami nad chorobami, zwraca się do Google o pomoc w usprawnieniu analizy danych i wykorzystaniu danych pacjentów. Interfejs programowania aplikacji Google stanowi analityczny kręgosłup programu medycyny precyzyjnej (PMP), który obecnie zawiera dane obejmujące 813 w pełni zarejestrowanych pacjentów — tych, którzy dostarczyli informacji o wartości trzech lub więcej miesięcy. Zainicjowany w 2014 roku projekt PMP przechowuje informacje o możliwościach ruchowych pacjenta, historii medycznej, genetyce, biomarkerach i wynikach pomiarów klinicznych, a także nagrania głosowe.
Według Fernando Vieira, MD, dyrektora generalnego i dyrektora naukowego ALS TDI, platforma Google Looker, jak nazywa się interfejs, jest platformą do analizy dużych zbiorów danych, używaną głównie do analizy biznesowej. Potężne narzędzie pozwala naukowcom wyszukiwać informacje o ludziach — tak szczegółowe, jak ich genom, dla niektórych — i porównywać je z postępem ich niepełnosprawności, mierzonym za pomocą ALS Functional Rating Score-Revised (ALSFRS-R).
Informacje umożliwiające identyfikację — w tym nazwiska uczestników, numery ubezpieczenia społecznego lub adresy e-mail — nie są dostępne dla badaczy. Dane, które mogą identyfikować dowolne osoby, są chronione na mocy ustawy Health Insurance Portability and Accountability Act (HIPAA) z 1996 r. w Stanach Zjednoczonych. Każdy uczestnik jest określany wyłącznie jako numer.
Do tej pory ALS TDI zarejestrowało 9 873 nagrań głosowych, 19 404 wyników ALSFRS-R i 7 422 tygodni danych od pacjentów noszących akcelerometry, które obliczają, ile porusza się każdy użytkownik.
ALS TDI uważa, że ważne jest udostępnianie zebranych danych pacjentom, powiedział Vieira, aby mogli śledzić własne zdrowie.
„Kluczową zasadą naszego programu od samego początku było traktowanie naszych uczestników jak partnerów” – powiedział Vieira. „Myślę, że było to kluczem do utrzymania zgodności i zaangażowania w wysiłki i zachęcam do tego”.
Rozpoznawanie „głosów” pacjentów
W 2018 ALS TDI również współpracuje z Google przy projekcie Euphonia, którego celem jest wykorzystanie sztucznej inteligencji, aby pomóc osobom z zaburzeniami mowy (dyzartria) — częstym objawem ALS — interfejs z rozpoznawaniem głosu na swoich platformach, takich jak smartfon Google Pixel.
Google wykorzystuje dostępne dane z nagrań głosowych PMP, aby szkolić swoją sztuczną inteligencję w interpretowaniu mowy z dyzartrią. Pierwsze publicznie dostępne narzędzie pochodzące z Project Euphonia, Project Relate, to aplikacja, która jest obecnie w fazie testów beta.
Oprogramowanie do rozpoznawania mowy, takie jak używane z Siri lub Google Home, rozpoznaje długości fal odpowiadające wypowiadanym słowom. Łączy te słowa w całośćr i poprzez szereg kroków dochodzi do porozumienia czyjejś mowy i poleceń — na przykład „Wyłącz światła”. Ale może interpretować frazy tylko na podstawie jakości głosów użytych do jego szkolenia. Osoby z zaburzeniami mowy, których głos zazwyczaj nie jest częścią parametrów treningowych oprogramowania, często mają trudności z korzystaniem z tej technologii.
Utrata klarowności i siły głosu jest powszechna w przypadku ALS. W oryginalnym filmie dokumentalnym YouTube o sztucznej inteligencji ojciec byłego obrońcy NFL, Tima Shawa, opowiada o frustracji syna związanej z rosnącym brakiem jasności w mówieniu. W miarę postępu ALS były piłkarz musiał zmienić dane kontaktowe swojego telefonu z „Tata” na „Jo-jo”, ponieważ nie mógł zrozumieć polecenia Shawa, by „zadzwoń do taty”.
Współpraca ALS TDI z Google stworzyła również algorytm wywodzący się z uczenia maszynowego, który może lepiej śledzić zmiany ciężkości choroby na podstawie danych dotyczących mowy i ruchu pacjenta niż testy ALSFRS-R wykonywane w określonym czasie. Kod narzędzia został udostępniony naukowcom do użytku i dalszego ulepszania.
Chociaż taka technologia jest wciąż udoskonalana, jej zastosowanie stale rośnie. W ramach jej procesu, Dittoe nagrywa swój głos w aplikacji, która ma na celu śledzenie postępu choroby poprzez zmiany w mowie.
Czego mogą nauczyć próbki krwi i wcześniejsza praca z HIV
W ramach projektu PMP firma ALS TDI zbiera również dane z próbek krwi pacjentów, poszukując biologicznych wskaźników postępu choroby. Ta praca jest wspierana przez A Dotacja w wysokości 281 000 USD nagrodzony instytut w marcu przez Congressional Directed Medical Research Programs, część Departamentu Obrony USA.
ALS TDI planuje wysłać próbkę krwies, zbierane kwartalnie przez rok, do SomaLogic, firma z Kolorado, „w celu obserwacji stężeń tysięcy cytokin, czynników wzrostu, … kinaz, białek strukturalnych, hormonów i innych białek w każdej próbce”, które mogą służyć jako biomarkery.
Vieira porównuje wyścig o wyleczenie ALS do próby znalezienia lekarstwa na HIV.
W połowie lat 90. naukowcy przeprowadzający badania nad historią naturalną wirusa HIV odkryli, że pewna zmienność genetyczna nadaje odporność na wirusa. W szczególności odkryli, że ludzie z mutacjami genetycznymi prowadzącymi do „niefunkcjonalnego” lub nieaktywnego białka receptora CCR5 byli „wysoce odporni” na chorobę zakaźną. Wskazywało to na CCR5 jako obiecujący cel w zapobieganiu zakażeniu wirusem HIV.
Vieira powiedział, że dzięki badaniu „mającemu cię nauczyć” naukowcy byli w stanie szybciej opracować „leki ukierunkowane na ten receptor” i lepiej leczyć HIV.
„Byli w stanie ujawnić, że można przystąpić do badania historii naturalnej, nie wiedząc nic i pozwalając mu coś pokazać,“ powiedział, dodając: „I myślę, że tak właśnie do tego doszliśmy [ALS data] … zakładając, że wiemy bardzo mało, zbierając jak najwięcej danych, a następnie pozwalając im pokazać nam, co jest ważne w czasie”.
Jak to badanie historii naturalnej HIV, którego naukowcy „nie wiedzieli, ilu ludzi potrzebują ani jak długo będą musieli szukać… nie wiemy, ilu ludzi potrzebujemy ani jak długo będziemy musieli spójrz – powiedział Vieira. „Ale będzie źródłem wielu naszych odpowiedzi”.
Ten artykuł jest jednym z trzech opublikowanych w ramach stypendium Rare Disease Fellowship za pośrednictwem National Press Foundation.