Zaawansowane narzędzia matematyczne z zakresu uczenia maszynowego zastosowane przez programistów z Transition Technologies były niezbędne do przeanalizowania ogromu 33 terabajtów danych dotyczących leczenia padaczki zebranych na świecie. Po dwóch latach prac analitycznych wykazano, że prewencja w tym przypadku przynosi korzyści i zbudowano narzędzie służące kwalifikacji do takiego leczenia.
Sztuczna inteligencja jest coraz śmielej wykorzystywana w medycynie. Gdy w 2017 r. Transition Technologies zostało zaproszone do poprowadzenia części analitycznej badań w projekcie EPISTOP, naukowcy i lekarze dysponowali już obiecującymi danymi zbieranymi od 2011 r. To wtedy, w Instytucie Pomniku „Centrum Zdrowia Dziecka”, przeprowadzono pierwszą próbę wyjścia poza dotychczasowy kanon medyczny leczenia padaczki na niewielkiej grupie czternaściorga dzieci. Wyniki badań były na tyle obiecujące, że zdecydowano o powołaniu międzynarodowego konsorcjum (16 ośrodków ze świata, w tym 10 klinicznych) do ich zweryfikowania i w 2014 r. wystartowano EPISTOP1 – największy w medycynie projekt koordynowany przez polski ośrodek z dofinansowaniem z UE w wysokości 10 mln Euro.
Zmiana sposobu leczenia – wyprzedzić padaczkę
Dotychczasowy kanon medyczny zakładał podawanie leków przeciwpadaczkowych w momencie wystąpienia napadów klinicznych. Mając na uwadze, że padaczka jest objawem uszkodzenia neurologicznego i jej konsekwencją u dzieci może być zahamowanie rozwoju psychoruchowego, umysłowego, mowy, czy wystąpienie cech autystycznych podjęto działania mające na celu zmianę sposobu leczenia. Wybór neurologów padł na grupę najmłodszych pacjentów dotkniętych stwardnieniem guzowatym2.
Proces badawczy – znaleźć początek padaczki
Diagnoza: pierwsze objawy choroby to guzy serca, które stwierdza się u pacjenta już w życiu płodowym – wykrywanie przypadków następuję poprzez ocenę zdrowia płodu w krajowym programie ochrony zdrowia. Jeśli badanie stwierdza występowanie guzów mnogich, lekarze mają pewność, że zidentyfikowana została jednostka chorobowa stwardnienie guzowate. Dla neurologów w projekcie EIPSTOP oznaczało to, że pacjent z taką diagnozą ma 70% ryzyko wystąpienia padaczki w pierwszych dwóch latach życia. Do dalszych badań włączono więc najmłodszych pacjentów o najwyższym prawdopodobieństwie wystąpienia padaczki.
Obserwacja: W wyselekcjonowanej grupie dzieci przeprowadzano badania EEG. Zbierane przez umieszczone na powierzchni głowy pacjentów elektrody dane, tj. bioprądy produkowane przez mózg, dostarczyły materiał do analizy. Dobór schorzenia i założenia potwierdziły wnioski – aż 80% badanych dzieci miało w zapisie EEG takie zmiany, które występują u osób z padaczką. Najważniejsze dla badaczy było potwierdzenie cech padaczkowych, na etapie życia pacjenta – przed wystąpieniem napadu.
Badania molekularne – zaawansowana analityka: Proces doprowadzający do napadu padaczki nazywany epileptogenezą obejmuje zmiany molekularne i strukturalne mózgu. Ze względu na złożoność przyczyn występowania padaczki, obok klinicznych, w projekcie uruchomiono także badania molekularne. Włączenie regularnych pobrań krwi pacjentów zaraz po urodzeniu oraz gdy pojawiały się nieprawidłowości EEG czy napady padaczkowe pozwoliło zgromadzić materiał do badań. Pozyskane dane genomiczne, transkryptomiczne, proteomiczne i molekularne poddane zostały złożonym analizom, żeby zrozumieć co dzieje się w krwi pacjenta. Na podstawie wyliczeń zbudowano klasyfikator, który na bardzo wczesnym etapie życia pacjenta przewiduje wystąpienie napadów padaczkowych.
Poszukiwanie biomarkerów padaczki
Wygenerowane w badaniu dane omiczne to tysiące zmiennych, których analiza jest bardzo złożona. Programiści z Transition Technologies połączyli wiedzę uzyskaną w innych projektach biznesowych, dobre praktyki z literatury branżowej oraz ścisłą współpracę z innymi członkami konsorcjum by poradzić sobie z zadaniem integracji danych oraz jej łączonej analizy. Następnie, przy wykorzystaniu metod uczenia maszynowego, prowadzono poszukiwania najlepszych biomarkerów padaczki – czyli takich sygnałów w organizmie, których pojawienie się zapowiada zwiększone ryzyko wystąpienia napadów padaczkowych w najbliższym czasie.
Włączenie leczenia
Dzięki możliwości przewidzenia wystąpienia padaczki, umożliwione zostało więc prognozowanie, u którego pacjenta należy wdrożyć leczenie. Pacjentom zakwalifikowanym w procesie badawczym podawano jeden z leków przeciwpadaczkowych, na który choroba jest wyjątkowo podatna.
Wyniki projektu wskazały, że prewencyjne leczenie padaczki u dzieci jest skuteczne. U 50% pacjentów możliwe było odstawienie leczenia. Rozwój 80% pacjentów był całkowicie prawidłowy. Przypomnijmy, że jedynie 20% pacjentów leczonych tradycyjnie rozwija się prawidłowo w wieku szkolnym.
Transition Technologies prowadzi także działania w badaniu EPIMARKER, którego celem jest zastosowanie nowych metod rozpoznawania i leczenia padaczki oraz zaburzeń neurorozwojowych u dzieci w oparciu o model kliniczny i komórkowy padaczki zależnej od szlaku mTOR.
1 W projekcie przebadano 101 dzieci
2 Dlaczego wybrano do badania stwardnienie guzowate: Choroba stwardnienie guzowate wiąże się z najcięższym rodzajem padaczki i konsekwencjami, a jest chorobą monogenową, gdzie łatwiej zbadać podłoże genetyczne jej występowania. Jeśli ktokolwiek z rodziców ma ten gen, to istnieje 50% ryzyko, że zostanie ona przekazana do dziecka. Wzięto pod uwagę fakt, że przy stwardnieniu guzowatym padaczka występuje u 90% pacjentów, w tym ponad 70% przypadków w pierwszych miesiącach życia.