亞洲健康互聯
優化產業的推手,生醫商機的GPS!

首頁產業資訊精準醫療精準醫療精準用藥平台助力醫生和藥劑師在正確時間為正確患者選擇正確治療

精準用藥平台助力醫生和藥劑師在正確時間為正確患者選擇正確治療

來源 : InsightRX共同創辦人暨執行長Sirj Goswami
update : 2021/07/19

人工智能 (AI) 和新興技術正在為醫院和衛生系統帶來變化。近年來,隨著技術的進步,醫療保健組織越來越多地採用數位健康解決方案來改善患者護理。例如使用臨床決策支持 (CDS) 平台來優化治療,以幫助確保藥物按預期發揮作用。精確劑量臨床決策支持平台結合了人工智能,使醫院能夠減少用藥錯誤、提高護理品質並節省成本。

精準用藥被定義為透過考慮患者特定因素(如人口統計學、臨床特徵和遺傳數據),來個體化藥物劑量的過程。精準用藥臨床決策支持台是減少藥物不良事件 (ADE) 的關鍵工具。

許多患者面臨 藥物不良事件的風險,因為藥物通常是針對普通患者而開發的。在臨床開發計劃期間,通常會在數千名患者中研究藥物。因此,許多類型的患者在臨床試驗中沒有得到充分研究,包括老年患者、兒科患者和終末器官功能障礙患者。這具有下游影響,因為一旦該藥物獲得批准,它通常會更廣泛地用於臨床試驗中未充分表徵的患者群體,而這些患者群體出現不良臨床結果的風險較高。事實上,美國食品暨藥物減督管理局 (FDA) 報告說,跨一系列治療領域的藥物僅對 25% 62% 的患者有效。精準用藥有能力透過個體化投藥來解決這兩個問題。

精準用藥對於治療範圍窄的藥物有益,該方法也可能有益於藥物反應在患者間具有高變異性的藥物。精準用藥的關鍵治療領域包括傳染病、腫瘤學、血液和骨髓移植、實體器官移植和炎症性腸病。例如,在萬古黴素個體化給藥時,精準用藥效果很好。萬古黴素是一種用於細菌感染的抗生素,如果劑量過高,會導致急性腎損傷,從而導致住院時間延長和成本增加。

今天,從靜脈注射抗生素到化療,醫院的醫生和藥劑師正在將精準用藥納入他們的臨床實踐,以確保患者接受正確劑量的複雜藥物。醫院臨床醫生可以透過EHR 整合應用程式,或透過獨立網路應用程式訪問精準用藥指導。

現代精準用藥支持平台採用藥理學模型和機器學習,對患者特定數據(包括人口統計學、臨床、實驗室和遺傳資訊)進行操作,以幫助臨床醫生了解患者的個體藥理學特徵指導用藥決策。目標是確保每位患者在正確的時間接受正確的劑量。精準用藥可應用於多種藥物,並透過確保患者接受最大有效劑量同時降低藥物不良事件的可能性,來改善患者治療效果。

精準用藥前景發展

隨著人工智能和機器學習的進步,以及精準用藥技術在護理點變得越來越實用,我們看到醫療保健繼續從固定劑量的思維方式,轉變為擁抱個體化劑量的思維方式。我們還希望看到特殊藥物的精準劑量和監測,以及基因治療和細胞治療的調理方案有所增加。

在最近修訂的萬古黴素用藥共識指引的推動下,具有精準劑量和藥物監測的護理點個體化治療也獲得了動力。新指引呼籲在貝氏用藥軟體的幫助下,將僅基於血清最低血中濃度的萬古黴素監測,轉變為血藥面積AUC( Area Under the Curve) 指導的用藥。

除了在護理點精準用藥外,我們還將在藥物開發過程中看到更大的效用。生物製藥公司越來越多地將精準用藥納入臨床試驗,並有動力將精準用藥與用於治療罕見和常見疾病的新藥物捆綁在一起,以最大限度地提高新療法的有效性。這代表一旦藥物獲得批准,臨床醫生可能會受益於,有助於確定新批准藥物個體化用藥方案的臨床決策支持工具的即時可用性。

同時,大型醫院和衛生系統也可能受益於針對特定患者群體定製藥理學模型的能力。目前,精準用藥平台使用源自一般人群數據的藥代動力學模型,來指導用藥決策。患者人群與模型所基於的一般人群並不十分相似的衛生系統可能會發現,這些模型建議的用藥方案不太準確,可能會增加患者達到目標藥物暴露所需的時間。

在不久的將來,提供者組織將能夠使用來自其患者人群的回顧性數據,來開發針對其患者人口統計數據而量身定制的預測模型,從而在其人群中實現更準確的用藥。使用更精準、針對特定人群的精準用藥模型,將幫助組織提高護理品質並降低成本,因為它們越來越多地轉變到基於價值的護理和基於風險的合約。

隨著人工智能進入醫療保健服務的更多領域,精準醫療將被重新定義,其益處將擴展到更多患者。精準醫療不再僅僅意味著為具有特定基因組特徵的患者選擇靶向藥物。精準醫療將發展到包括對已經在許多治療領域廣泛使用的廣泛藥物,進行個性化給藥。精準醫療,包括精準用藥,不僅對患者俱有積極意義,而且有望改善醫院和衛生系統的營運業務模式、降低支付成本、改善臨床研究和藥物開發。