Hogyan tehető igazán sikeressé a precíziós onkológia?

Illyés András 2020. július 31.
Megosztás:

Mérföldkőhöz érkezett idén az Oncompass, ugyanis az Amerikai Klinikai Onkológiai Társaság, az ASCO idei, virtuális térben megrendezett konferenciáján bemutatásra került egy olyan vizsgálat eredménye, ami bizonyítékot szolgáltat a mesterséges intelligenciával támogatott onkológiai döntéstámogatás eredményességére.

Az Amerikai Klinikai Onkológiai Társaság éves kongresszusa a világ meghatározó szakmai fóruma, amelyen nagyjából 40 000 onkológus és kutató szokott részt venni. A szakmának itt mutatják be azokat az eredményeket, amelyek az adott évben áttörést jelentettek a daganatok diagnosztikájában vagy kezelésében: az itt elhangzó eredményekre az egész világon mindenki odafigyel.

"Idén ez a konferencia sem a hagyományos módon zajlott, hanem az online térben zajlottak az előadások. Ez egyrészt kényelmes volt, mert a gépem elől, az irodámban ülve követhettem mindent, az viszont elmaradt, hogy a legújabb eredményeinket bemutató poszterünkről elbeszélgethessünk azokkal, akik odajönnek hozzánk megnézni az eredményeinket" - meséli idei tapasztalatairól dr. Peták István, az Oncompass Medicine tudományos igazgatója.

"Előbb-utóbb persze mindenkihez eljutnak majd az új eredményeink, egyelőre annak a tudományos publikációnak az elkészítésén dolgozom, amiben részletesen ki lesz fejtve, hogy a daganatos betegek gyógyításában miért jelent teljesen új megközelítést a digitális terápiatervezésnek elnevezett új eljárás."

Mit jelent az, hogy digitális terápiatervezés?

"Egészen mostanáig a döntéstámogató szoftver kifejezést használtuk az informatikai rendszerünk leírására. Itt azonban jóval többről van szó, mint egyszerű számítógépes döntéstámogatásról, ezért újabban már a digitális terápiatervezés kifejezést kezdtük el használni. A szoftver célja az onkológiai terápiák hatékonyságának növelése: a fő kérdésünk az volt, hogy a szoftver alkalmazásával jobb kezelési döntéseket lehet-e hozni, mintha az orvosok a saját korábbi tapasztalataik vagy az éppen olvasott szakirodalmi közlemények alapján választják ki az alkalmazandó terápiákat, ahogyan ez a jelenlegi gyakorlatban történik. Sejthető volt, hogy a szoftver alkalmazásával jobb terápiás eredmények érhetőek el, konkrét bizonyítékunk azonban mostanáig nem volt erre" - mondja dr. Peták István.

Az Oncompass szakemberei a világ egyik vezető orvostudományi, biológiai és biofizikai kutatóközpontjával, a párizsi Marie Curie Intézettel, Christophe Le Tourneau kutatócsoportjával dolgoztak együtt. Öt évvel ezelőtt kerültek publikálásra egy nagyon fontos klinikai vizsgálat, a SHIVA trial eredményei: ez volt a világon az első olyan randomizált klinikai vizsgálat, amelyben a precíziós onkológia hatékonyságát tesztelték. A fő kérdés itt az volt, hogy ha megvizsgálják a páciensek daganatainak molekuláris profilját, és ennek alapján választunk ki célzott gyógyszereket mindenfajta előzetes klinikai tapasztalat nélkül, akkor ez hatékonyabb lesz-e, mintha kemoterápiás kezelést kapnának a betegek.

"Ebben a vizsgálatban egy 50 génes molekuláris profilvizsgálat történt, majd megnézték, hogy 11-féle célzott gyógyszerből melyiket lehetne alkalmazni az egyes betegeknél. A páciensek fele célzott kezelésben részesült, a másik felük pedig kemoterápiában. Az eredmények azt mutatták, hogy a betegek mintegy felénél sikerült elérni valamilyen terápiás hatást, a célzott gyógyszerek hatékonysága azonban statisztikailag nem bizonyult szignifikánsabbnak, mint a kemoterápiás kezeléseké. Ez egy picit csalódás volt, az viszont egyértelműen kiderült, hogy a célzott kezelések legalább annyira hatásosak, mint a kemoterápiás gyógyszerek" - magyarázza dr. Peták István.

A szignifikáns eredmények elmaradásának talán legfőbb oka az volt, hogy összesen csak 11-féle gyógyszer állt rendelkezésre. Azóta csaknem 70 új célzott gyógyszert került forgalomba, és ma már nem is csak 50, hanem akár 600 gént is meg lehet vizsgálni, így ha ismét elvégeznénk ezt a vizsgálatot, valószínűleg más eredmény jönne ki. "Akkor is más eredményeket kapnánk, ha nem előrehaladott stádiumú daganatos betegeket válogatnánk be, hanem olyanokat, akiknek a daganata még koraibb stádiumban van, és még a kezelésük elején járnak, nem pedig több korábbi terápiát követően próbálják meg őket célzott gyógyszerekkel kezelni" - emeli ki az Oncompass tudományos igazgatója.

Sikeressé teszi-e a mesterséges intelligencia a precíziós onkológiát?

A célzott kezelések során két fő probléma is felmerül. Az egyik, hogy egy-egy génben nagyon sokféle mutáció lehet jelen, ezek pedig nem egyforma mértékben érzékenyek a célzott gyógyszerekre.

A másik probléma, hogy egy-egy betegnél egyszerre átlagosan 3-4 mutáció is jelen van, így nem mindig elég, ha egy kezeléssel csak egyetlen mutációt célzunk meg.

"A SHIVA trial-ben gén-gyógyszer párokat állítottak fel, és azt mondták, hogy ha egy adott génben egy adott mutáció van jelen, akkor egy bizonyos célzott gyógyszert adnak a betegnek. Ez független volt attól, hogy a gyógyszerrel megcélzott mutáció mellett jelen volt-e másik génhiba. Amellett, hogy jelenleg nem mindig tudjuk, hogy a daganatsejtek osztódásának leállításához elégséges-e egyetlen mutációra célozni, az sem világos az esetek egy részében, hogy amennyiben már több mutációra is létezik célzott kezelés, akkor ezek közül melyiket érdemes adni. Előfordulhat az is, hogy egyetlen gyógyszer önmagában nem fog hatásosnak bizonyulni, hanem valamilyen gyógyszerkombináció lesz az, amivel eredményt lehet elérni" - ismerteti a helyzet bonyolultságát dr. Peták István.

Valahogy úgy kell mindezt elképzelni, mint egy igen összetett kapcsolási rajzot, amiben az egyes gének összeköttetésben állnak a gyógyszerek célpontjaival. A gyógyszerek ugyanis sokszor nem is közvetlenül a hibás génre hatnak, hanem olyan más génekre, amelyek kapcsolatban állnak a hibás génnel. Egy adott hibás gén sok gyógyszercélpont génjével áll összeköttetésben, aminek az a következménye, hogy az egyes génhibáknál többféle gyógyszer is hatásosnak bizonyulhat. Egy adott gyógyszer is egyszerre több gén több célpontjával is összefügg, így ki kellene tudnunk számítani, hogy melyik az a gyógyszer, amelyik a legtöbb gén legtöbb célpontjával áll kapcsolatban.

Előre jelezhető-e valamilyen módon az, hogy a daganatsejt működésképtelenné válik-e az említett célpontoknak a gátlásától? A válasz elméletben és a gyakorlatban is az, hogy igen, ezt azonban tudományos módon is alá kell támasztani: a precíziós onkológia újabb mérföldkövét az jelenti, ha sikerül egyértelműen igazolni azt a hipotézist, hogy a mesterséges intelligencián alapuló segítség valóban hatékonyabbá teszi a célzott kezeléseket annál, mint amilyenek azok jelenleg.

Épp erre sikerült most bizonyítékot találni

Az Oncompass ASCO-n bemutatott posztere a mesterséges intelligencia hatékonyságát bizonyítja a legmegfelelőbb kezelés kiválasztásában. Ez volt a világon az első olyan klinikai vizsgálat, amelyben retrospektív módon sikerült megvizsgálni, hogy a mesterséges intelligencián alapuló döntéstámogatás - jelen esetben az Oncompass digitális terápiatervező szoftvere, a Realtime Oncology Treatment Calculator® - valóban jobb kezelési eredményeket hoz-e, mintha az orvosok informatikai segítség nélkül hoznak terápiás döntéseket.

A klinikai vizsgálatban 113 beteg molekuláris profilját tették hozzáférhetővé a kalkulátor számára, amely javaslatot tett rá, hogy melyik célzott gyógyszer lenne a leghatásosabb, és melyek kevésbé. A kutatók ezt követően megnézték, hogy a betegeknek adott gyógyszerek a valóságban később mennyire bizonyultak hatásosnak. Az eredmények azt mutatták, hogy a hatásos gyógyszerek úgynevezett digitális pontszáma (a kalkulátor által kiszámolt hatásossági érték) háromszor magasabb volt, mint azoké, amelyek a klinikai vizsgálat során nem bizonyultak hatékonynak.

"Ez az eredmény statisztikailag szignifikáns volt, így most már konkrét tudományos eredményekkel is alá tudjuk támasztani azt, hogy a digitális terápiatervezés nem csak abban segít, hogy segítségével gyorsabban és biztosabban lehet eldönteni, hogy melyik terápiás lehetőséget támasztja alá a legtöbb tudományos bizonyíték, hanem a kezelés kimenetele is javítható vele. Egyelőre továbbra is döntéstámogató eszközként használjuk a szoftverünket és ellenőrizzük az általa felhasznált tudományos szakirodalmat, de reményeink szerint a jövőben a digitális pontszám is elég lesz majd a a legjobb terápia kiválasztásához" - összegezte a lényeget dr. Peták István.

Miben segítenek Önnek az Oncompass Medicine szakemberei?

Az Oncompass Medicine molekuláris diagnosztikai laboratóriuma és információs központja az elmúlt több mint egy évtized genomikai kutatási eredményeit és molekuláris diagnosztikai módszereit alkalmazva igyekszik megtalálni a daganatos betegségben szenvedők számára az adott időpontban legmegfelelőbb kezelési lehetőségeket.

Ezek egyaránt lehetnek a hagyományosan alkalmazott kezelési módszerek - kemoterápia vagy sugárterápia - lehetnek azonban olyan célzott daganatellenes gyógyszerek is, amelyek kifejezetten az adott daganat kialakulásában oki szerepet játszó, meghibásodott génekre hatnak. Annak eldöntésére, hogy alkalmazható-e egy betegnél célzott kezelés, vagy épp ellenkezőleg, ez semmiképp nem javasolt a számára a megfelelő gyógyszercélpont hiánya miatt, molekuláris diagnosztikai vizsgálatokat végzünk.

Legújabb szolgáltatásunk keretében folyamatosan segítjük a betegek kezelésében résztvevő onkológusokat abban, hogy pácienseiket az aktuálisan elérhető legjobb kezelésben részesítsék: dinamikus döntéstámogatási rendszerünk többek között arról nyújt információt, hogy terápiaváltás esetén, abban az adott pillanatban milyen célzott kezeléssel kapcsolatban áll rendelkezésre a legtöbb információ a következő terápiás vonalban.

A hozzánk forduló és akár 5 éven át is kísért betegeink így egészen biztosak lehetnek abban, hogy ott és akkor a számukra legmegfelelőbb kezelést kapják, a döntés meghozatala ugyanis a páciens molekuláris diagnosztikai profiljának és a célzott kezelésekről rendelkezésre álló összes orvosi adat részletes informatikai elemzése alapján történik.

(X)

Tisztelt Olvasónk! Felhívjuk a figyelmét, hogy anyagaink tájékoztató és ismeretterjesztő jellegűek, így nem adhatnak választ minden olyan kérdésre, amely egy adott betegséggel vagy más témával kapcsolatban felmerülhet, és főképp nem pótolhatják az orvosokkal, gyógyszerészekkel vagy más egészségügyi szakemberekkel való személyes találkozást, beszélgetést és gondos kivizsgálást.