Prä-diabetischer Mann schafft Algorithmus, um zu helfen, Diabetes zu behandeln

Typ-2-Diabetes tritt in der Familie von Dimistris auf. Sein Großvater starb an Komplikationen im Zusammenhang mit der Erkrankung, bei seiner Mutter wurde im Alter von 10 Jahren die Krankheit diagnostiziert, und auch seine Tante Zacharoula litt darunter.

„Als sie in den 1970er Jahren diagnostiziert wurden, gab es keine Daten, die belegen, welches Arzneimittel für eine bestimmte Patientenpopulation am wirksamsten war. Heute leben 29 Millionen Amerikaner mit Diabetes. Und jetzt, in einer aufkommenden Ära der Präzisionsmedizin, ist das anders. Der verbesserte Zugang zu Beständen genomischer Informationen und die zunehmende Verwendung elektronischer Patientenakten in Kombination mit neuen Methoden des maschinellen Lernens ermöglichen es Forschern, große Datenmengen zu verarbeiten. Dies beschleunigt die Bemühungen, genetische Unterschiede innerhalb von Krankheiten - einschließlich Diabetes - zu verstehen und Behandlungen für diese zu entwickeln. Der Wissenschaftler in mir hat ein starkes Verlangen daran teilzunehmen “, erklärte er.

Der Mathematiker nutzt jetzt Big Data, um die Behandlung zu optimieren.

„Meine Schüler und ich haben einen datengesteuerten Algorithmus für die personalisierte Behandlung von Diabetes entwickelt, von dem wir glauben, dass er die Gesundheit von Millionen von Amerikanern verbessern kann, die mit der Krankheit leben. Das funktioniert so: Der Algorithmus analysiert Patienten- und Medikamentendaten, ermittelt anhand der Krankengeschichte, welche Daten für einen bestimmten Patienten am relevantesten sind, und gibt dann eine Empfehlung ab, ob eine andere Behandlung oder ein anderes Medikament wirksamer wäre. Menschliche Sachkenntnis liefert ein kritisches drittes Puzzleteil. Wir haben unsere Forschung in Zusammenarbeit mit dem Boston Medical Center durchgeführt, dem größten Sicherheitskrankenhaus in Neuengland, das Menschen mit niedrigem Einkommen und Nichtversicherte versorgt. Und wir verwendeten einen Datensatz, der die elektronischen Patientenakten von 1999 bis 2014 von ungefähr 11.000 Patienten umfasste, die für uns anonym waren. Als Nächstes haben wir einen Algorithmus entwickelt, der genau angibt, wann jede Therapielinie endet und wann die nächste beginnt, je nachdem, wann sich die den Patienten verschriebene Arzneimittelkombination in den Daten der elektronischen Patientenakte geändert hat. Insgesamt berücksichtigte der Algorithmus 13 mögliche Medikamentenregime. Für jeden Patienten verarbeitete der Algorithmus das Menü der verfügbaren Behandlungsoptionen. Dies umfasste die derzeitige Behandlung des Patienten sowie die Behandlung seiner oder ihrer 30 „nächsten Nachbarn“ in Bezug auf die Ähnlichkeit ihrer demografischen und medizinischen Vorgeschichte, um mögliche Auswirkungen der einzelnen Arzneimittelschemata vorherzusagen. Der Algorithmus ging davon aus, dass der Patient das durchschnittliche Ergebnis seiner nächsten Nachbarn erben würde.
Wenn der Algorithmus ein erhebliches Verbesserungspotenzial feststellte, bot er eine Änderung der Behandlung an. Andernfalls schlägt der Algorithmus vor, dass der Patient an seinem bestehenden Schema festhält. In zwei Dritteln der Patientenstichprobe schlug der Algorithmus keine Änderung vor “, beschrieb der Wissenschaftler.

Dimitris ist der Ansicht, dass der Algorithmus auch auf andere Krankheiten wie Krebs, Alzheimer und Herz-Kreislauf-Erkrankungen anwendbar sein könnte.

Angepasst von: https://bit.ly/33A1O8s