MITの数学者が糖尿病の治療に役立つアルゴリズムを開発

応用数学者である私がなぜ糖尿病を研究するのかと人々が私に尋ねると、私は科学的理由と人間的理由の両方に動機付けられていると伝えます。

関連性のあるコンテンツ

• 蚊に触発された血液監視装置
• 1600年代以降、人々はビッグデータを使用してきました

2型糖尿病は私の家族で起こります。 私の祖父は、病気に関連した合併症で亡くなりました。 母は私が10歳のときに病気と診断され、ザカローラおばさんが病気になりました。 私自身は前糖尿病です。

10代の頃、母と妹がそれぞれの医師から異なる治療を受けたという事実に驚いたことを覚えています。 私の母は、血糖値を調節するホルモンであるインスリンを服用していませんでした。 代わりに、彼女は限られた食事を食べ、他の経口薬を服用しました。 一方、ザカローラおばさんは、毎日数回インスリンを注射しました。

彼らは同じ遺産、同じ親のDNA、同じ病気を持っていたが、彼らの医学的軌跡は分岐した。 私の母は2009年に75歳で亡くなり、私の叔母は同じ年に78歳で亡くなりましたが、彼女の人生の中でより多くの深刻な副作用に対処しました。

1970年代に診断されたとき、どの薬が特定の患者集団に最も効果的であったかを示すデータはありませんでした。

今日、2900万人のアメリカ人が糖尿病を患っています。 そして今、精密医療の新しい時代では、物事は異なっています。

多数のゲノム情報へのアクセスの増加と電子医療記録の使用の増加に加えて、新しい機械学習の方法により、研究者は大量のデータを処理できます。 これにより、糖尿病を含む病気の遺伝的差異を理解し、それらの治療法を開発する取り組みが加速しています。 私の科学者は、参加したいという強い願いを感じています。

ビッグデータを使用して治療を最適化する

私の学生と私は、パーソナライズされた糖尿病管理のためのデータ駆動型アルゴリズムを開発しました。これは、病気で生きる数百万人のアメリカ人の健康を改善する可能性があると考えています。

このアルゴリズムは、患者と薬物のデータをマイニングし、病歴に基づいて特定の患者に最も関連性のあるものを見つけ、別の治療または薬がより効果的かどうかを推奨します。 人間の専門知識は、パズルの重要な3番目のピースを提供します。

結局のところ、治療法の可能性について十分な情報に基づいた判断を行うのは、患者との教育、スキル、および関係を持つ医師です。

私たちは、ニューイングランドで最大のセーフティネット病院であるボストンメディカルセンターとのパートナーシップを通じて調査を実施しました。ボストンメディカルセンターは、低所得者や無保険の人々をケアしています。 そして、1999年から2014年までの約11, 000人の匿名の患者の電子医療記録を含むデータセットを使用しました。

これらの患者は、記録された3つ以上の血糖値検査、少なくとも1つの血糖調節薬の処方、および通常小児期に始まる1型糖尿病の記録された診断を受けていませんでした。 また、各患者の人口統計データに加えて、身長、体重、肥満度指数、処方薬履歴にもアクセスできました。

次に、電子カルテデータで患者に処方された薬の組み合わせが変更されたときに応じて、治療の各行が終了して次の行が開始されたときに正確にマークするアルゴリズムを開発しました。 すべては、アルゴリズムは13の可能なレジメンを考慮しました。

患者ごとに、アルゴリズムは利用可能な治療オプションのメニューを処理しました。 これには、患者の現在の治療、および各薬剤レジメンの潜在的な効果を予測するための人口統計学的および医学的履歴の類似性に関する患者の30人の「最も近い隣人」の治療が含まれます。 アルゴリズムは、患者が自分の最も近い隣人の平均結果を継承すると仮定しました。

アルゴリズムが大幅な改善の可能性を発見した場合、治療法の変更を提案しました。 そうでない場合、アルゴリズムは、患者が既存のレジメンを継続することを示唆しました。 患者サンプルの3分の2では、アルゴリズムは変更を提案しませんでした。

アルゴリズムの結果として新しい治療を受けた患者は、劇的な結果を見ました。 システムの提案が標準治療と異なっていた場合、過去のデータと比較して、各医師の来院でヘモグロビンの平均有益な変化が0.44％観察されました。 これは意味のある医学的に重要な改善です。

私たちの研究の成功に基づいて、マサチューセッツ総合病院との臨床試験を計画しています。 私たちのアルゴリズムは、癌、アルツハイマー病、心血管疾患など、他の疾患にも適用できると考えています。

このような画期的なプロジェクトに取り組むことは、専門的に満足し、個人的に満足しています。 人の病歴を読むことにより、特定の患者に合わせて特定の治療を調整し、より効果的な治療および予防戦略を提供することができます。 私たちの目標は、すべての人に健康的な生活のための最大限の機会を提供することです。

何よりも、お母さんが誇りに思うことを知っています。

マサチューセッツ工科大学スローン経営大学院ディミトリス・ベルトシマス、応用数学教授