Blog

Οι ανεπιθύμητες ενέργειες φαρμάκων συγκαταλέγονται πλέον στις πέντε κυριότερες αιτίες θανάτου στις ΗΠΑ, με περισσότερους από 175.000 ασθενείς να καταλήγουν ετησίως, έχοντας οικονομικό κόστος άνω των 150 δισεκατομμυρίων δολαρίων, σύμφωνα με στοιχεία του FDA. Υπολογίζεται ότι το 90% των περιστατικών αυτών δεν καταγράφονται ποτέ, μη αποτυπώνοντας τη συνολική ανθρώπινη και κοινωνική επιβάρυνση.

Το Πρόβλημα του “Ένα-Φάρμακο-Για-Όλους”

Στην καρδιά αυτής της κρίσης βρίσκεται ένα διαχρονικό μειονέκτημα της σύγχρονης ιατρικής: η προσέγγιση του “one-size-fits-all”. Οι γιατροί εξακολουθούν να βασίζονται σε δοκιμές και σφάλματα για να βρουν τη σωστή δόση και το κατάλληλο φάρμακο για κάθε ασθενή, κάτι που συχνά οδηγεί σε αποτυχία της θεραπείας ή σε επικίνδυνες παρενέργειες.

Η δυσπιστία δεν περιορίζεται πλέον μόνο στους ασθενείς και τις ομάδες υπεράσπισης. Οι πρόσφατες αλλαγές ηγεσίας στο Υπουργείο Υγείας των ΗΠΑ (HHS) δείχνουν μια στροφή στον τρόπο αξιολόγησης της ιατρικής πρακτικής. Ο νέος Υπουργός Υγείας, Robert F. Kennedy Jr. δίνει έμφαση στη μείωση της υπερσυνταγογράφησης, ενώ ο επικεφαλής του FDA Dr. Marty Makary μιλά ανοιχτά για «επιδημία ακατάλληλης φροντίδας». Την ίδια στιγμή, ο διοικητής του Medicare και Medicaid, Dr. Mehmet Oz, έχει εκφράσει στήριξη σε εναλλακτικές θεραπείες, προκαλώντας αντιδράσεις.

Η Φαρμακογενετική μπαίνει στο προσκήνιο

Η φαρμακογενετική, η επιστήμη που μελετά πώς τα γονίδια επηρεάζουν την απόκριση στα φάρμακα, αποτελεί εδώ και χρόνια υπόσχεση για εξατομικευμένη και ασφαλέστερη φαρμακευτική αγωγή. Όμως, η πραγματική εφαρμογή της σε μεγάλη κλίμακα σκοντάφτει στη δυσκολία ανάλυσης πολύπλοκων γονιδιακών και περιβαλλοντικών δεδομένων.

Εδώ έρχεται η τεχνητή νοημοσύνη (AI). Σύγχρονες AI πλατφόρμες μπορούν πλέον να ενσωματώνουν γονιδιακά προφίλ, επιγενετικές πληροφορίες, δεδομένα διατροφής και μικροβιώματος, και να παράγουν εξατομικευμένες συστάσεις σε πραγματικό χρόνο.

Big Data & Μεγάλη υπολογιστική ισχύς

Έρευνες δείχνουν ότι το 98% των ανθρώπων φέρουν τουλάχιστον μία γενετική παραλλαγή που επηρεάζει την απόκριση σε συνήθη φάρμακα. Μελέτες μετα-ανάλυσης δείχνουν ότι οι φαρμακογενετικές παρεμβάσεις μπορούν να μειώσουν τις ανεπιθύμητες ενέργειες πάνω από 30%. Δεν πρόκειται για μικρή βελτίωση, αλλά για άμεσο μονοπάτι πρόληψης χιλιάδων θανάτων.

Παρά ταύτα, η πρόοδος ήταν αργή λόγω έλλειψης δεδομένων για να «εκπαιδευτούν» τα μοντέλα AI. Όμως, τώρα, αυτό αλλάζει. Μεγάλα υγειονομικά συστήματα όπως το Mount Sinai, το Massachusetts General Hospital, η Mayo Clinic και το Υπουργείο Υποθέσεων Βετεράνων συλλέγουν μαζικά γονιδιακά δεδομένα.

Το πρόγραμμα Million Veteran Program έχει ήδη ξεπεράσει το 1 εκατομμύριο συμμετέχοντες, ενώ το Mount Sinai έχει συνεργαστεί με τη Regeneron για την καταγραφή γονιδιώματος 1 εκατομμυρίου ασθενών. Αντίστοιχα, σε παγκόσμιο επίπεδο, η Σαουδική Αραβία ηγείται με το εθνικό πρόγραμμα Saudi Genome Program.

Από τη θεωρία στην πράξη…

Πλέον, η τεχνολογική υποδομή είναι έτοιμη. Η AI επιτρέπει την άμεση, δυναμική προσαρμογή των φαρμακογενετικών συστάσεων με βάση πραγματικά κλινικά δεδομένα, χωρίς την ανάγκη πολυετούς έγκρισης από τις ρυθμιστικές αρχές. Ωστόσο, λείπει ακόμη η απαραίτητη συντονισμένη στρατηγική για την ενοποίηση όλων αυτών των δεδομένων σε ένα λειτουργικό σύστημα φροντίδας.

Κάποιες φαρμακευτικές εταιρείες εξακολουθούν να διστάζουν, φοβούμενες ότι η εξατομίκευση θα περιορίσει την αγορά τους. Όμως το παράδειγμα της καρδιολογίας, όπου οι γενετικοί έλεγχοι είναι πλέον καθιερωμένοι, δείχνει πως η ακρίβεια μπορεί να συνυπάρχει με τη βιωσιμότητα.

Ακόμη και τα φάρμακα αιχμής, όπως τα GLP-1 αγωνιστές για την παχυσαρκία, έχουν κινδύνους: παγκρεατίτιδα, προβλήματα στη χοληδόχο κύστη, νεφρικές βλάβες και πιθανές κακοήθειες. Νέα δεδομένα δείχνουν ότι 1 στους 3 ασθενείς φέρει γονιδιακές παραλλαγές που αυξάνουν τον κίνδυνο. Επομένως, η εξατομίκευση της θεραπείας είναι αναγκαία και όχι πολυτέλεια.

Μια νέα εποχή στην Έρευνα και Ανάπτυξη

Όπως περιγράφει ο Allan Gobbs, διευθύνων σύμβουλος στην ATEM Capital, μια εταιρεία επιχειρηματικών δραστηριοτήτων στον τομέα των βιοεπιστημών με έδρα τη Νέα Υόρκη η φαρμακογενετική σε συνδυασμό με την AI δεν αφορά μόνο τις σημερινές θεραπείες. Μπορεί να μεταμορφώσει τον σχεδιασμό κλινικών δοκιμών, να εντοπίσει τους ασθενείς που θα ανταποκριθούν καλύτερα σε νέα φάρμακα και ακόμη να “αναστήσει” φάρμακα που απορρίφθηκαν στο παρελθόν, εστιάζοντας σε γενετικά επιμέρους ομάδες που μπορούν να ωφεληθούν.

Η συλλογή γενετικών δεδομένων σε κλινικές μελέτες έχει γίνει πλέον συνήθης πρακτική. Αυτό που έλειπε ήταν η ικανότητα ανάλυσης των δεδομένων σε κλίμακα. Τώρα, με τη βοήθεια της τεχνητής νοημοσύνης, αυτή η δυνατότητα είναι πλέον πραγματικότητα.

Το στοίχημα της Δεκαετίας

Η φαρμακοβιομηχανία βρίσκεται σε κρίσιμο σταυροδρόμι. Η υιοθέτηση της φαρμακογενετικής με τη βοήθεια της AI προσφέρει όχι μόνο βελτίωση των θεραπειών και μείωση των θανάτων, αλλά και έναν ισχυρό τρόπο αποκατάστασης της εμπιστοσύνης του κοινού. Το ερώτημα είναι αν οι εταιρείες θα αδράξουν αυτή την ευκαιρία ή θα την αφήσουν να χαθεί.

Πηγή: healthpharma.gr