Медицина становится персонализированной под влиянием «больших данных»

Специалисты фирмы Pinsent Masons по коммерциализации биомедицинских проектов Мэттью Годфри-Фоссетт (Matthew Godfrey-Faussett) и Эллистар Бус (Allistair Booth) считают, что экспоненциальный рост объёмов данных и новые средства их расширенного анализа могут преобразить систему здравоохранения.

В качестве примера они упоминают долгосрочное исследование PGP, разработанное в Гарвардском университете. Оно расшифровывается как «Персональный геномный проект» и лишь созвучно с известным криптографическим алгоритмом.

В его рамках планируется выполнить секвенирование персональных геномов ста тысяч добровольцев, готовых отказаться от своего права на врачебную тайну и неприкосновенность частной жизни ради науки. Их полные генетические данные вместе с записями из медицинских карт будут доступны для дальнейших исследований в области генетики и её клинического применения в виде персонализированной медицины.

Одним из этапов проекта предусмотрена работа исследователей на территории Европы, где её будет курировать Ассоциация британской фармацевтической промышленности (ABPI). Пока волонтёры набираются из числа жителей США, Канады и Великобритании. В дальнейшем, после урегулирования правовых вопросов, планируется охватить также Южную Америку и Азию.

Годфри-Фоссетт сказал, что британская инициатива PGP-UK стала одним из примеров улучшения доступности медицинской информации для научных исследований:

«Анализ и манипулирование “большими данными” также включает в себя создание новых, более фокусируемых баз данных, которые могут использоваться самостоятельно и для определения неявных тенденций».

Специалист особо подчеркнул важность международного характера инициативы PGP:

«Население становится мобильнее, а географические границы — более размытыми. Поэтому для медицинских работников всё более важно иметь возможность получить доступ к данным приезжих пациентов… Анализ “больших данных”, относящихся к определённым регионам и группам населения, должен улучшить планирование медицинского обслуживания. Он помог бы предсказать такие ситуации, как быстрый рост сообщества цыган в Шеффилде…»

Элистар Бус добавил, что исследователи могут извлечь выгоду также из данных о неудачах. Ведь отрицательный результат тоже представляет научную ценность. Например, информация о веществах, ранее показавших свою неэффективность, поможет компаниям не повторять чужих ошибок и избежать затрат на проверку заведомо неперспективных компонентов при разработке лекарств.

Использование потенциала «больших данных» помогает фармацевтическим компаниям сократить время и средства, которые они тратят при разработке новых препаратов и на этапе их вывода на рынок. В сочетании с развитием геномной диагностики это положительно сказывается на системе здравоохранения в целом и способствует развитию отдельного направления — персонализированной медицины.

Что будем искать? Например,ChatGPT

Мы в социальных сетях