فى دراسة تم نشرها حديثا بمعهد القلب والأوعية الدموية والعلوم الطبية ، جامعة جلاسجو بالمملكة المتحدة تناقش مفهوم الطب الدقيق والفرق بينه وبين مفهوم الطب الشخصى وكيف يمكن إستخدام الذكاء الإصطناعى لتحقيق أقصى إستفادة والوصول سريعا لتحقيق الطب الدقيق بإستخدام البيانات الضخمة وقد تم مناقشة بعض الأمور الهامة فى هذا الموضوع, ولكن السؤال الرئيسى هو هل يمكننا تحقيق مفهوم الطب الدقيق فى وطننا العربية مع تقدم الأنظمة الصحية على مستوى عدة دول فى الوطن العربى.
لقد أصبح التطور المستمر فى البنية التحتية المعلوماتية دافعا حقيقيا لتطبيق نظم معلوماتية حديثة بقطاع الرعاية الصحية, هذه الأنظمة قادرة على جمع كم كبير من بيانات المرضى والبيانات الإكلينيكية وسيظل جمع البيانات مستمرا ما دام هناك تطور تكنولوجى مستمر.
ماذا سنفعل بعد جمع البيانات الطبية الرقمية؟
إستخدام هذه البيانات الضخمة بشكل فعال كان من أحد التحديات القائمة أمام سؤال مهم وهو , ماذا بعد جمع الييانات؟
هل جمع البيانات الطبية فقط لتسهيل الأمور الإدارية التنظيم سير العمل فقط أم أن هذه البيانات لديها قدرة سحرية على التعبير عن معلومات ذات معنى ولها قيمة عالية لتحسين جودة الرعاية الصحية.
يعتمد النموذج الحالي للرعاية الصحية على نهج المريض العادي بمقاس واحد يناسب الجميع لتقديم التدخلات التشخيصية والعلاجية والوقائية. ومع ذلك ، فقد أصبح من الواضح بشكل مثير للقلق أن هذه الأساليب السريرية الواسعة ، على الرغم من كونها عملية للتنفيذ ، فشلت في تلبية الاحتياجات الطبية لعدد كبير من الناس, عندما يتعلق الأمر بالعلاج الدوائي ، على سبيل المثال ، فإن 40-60٪ فقط من المرضى يستجيبون للعلاج.
ترجع معدلات الاستجابة للعلاج الدوائي المتغيرة الموثقة على نطاق واسع في الأدبيات الطبية إلى التباين الكبير بين الأفراد. ومن الواضح أن هناك حاجة إلى نهج أكثر استهدافًا للطب لتحسين العلاج ، مما أدى إلى ظهور الطب الدقيق.
ما هو الفرق بين الطب الدقيق والطب الشخصى ؟
The Difference between Precision Medicine & Personalized Care
تم استخدام مصطلحات الطب الدقيق والطب الشخصي بالتبادل ، ولكن المصطلح الحالي المفضل هو الطب الدقيق ، حيث يوجد إجماع على أن مصطلح الطب الشخصي يمكن أن يساء تفسيره ليعني أن العلاجات والوقاية يتم تطويرها بشكل فريد لكل فرد.
من منظور علوم الأوبئة والدوائية والبيولوجية ، وحجم التباين الموجود بين الأفراد وداخل الفرد نفسه في الاستجابة للأدوية كما هو موضح أعلاه ، من الواقعي افتراض أن العلاج الشخصي على المستوى الفردي طموح إلى حد ما.
من المحتمل أن يكون تحديد المجموعات الفرعية ذات الاستجابة الأفضل أو الأسوأ والتنبؤ بها أصبح أكثر قابلية للتحقيق وله إمكانية أكثر واقعية لإحداث ثورة في الطب.
على النقيض من نموذج مقاس واحد يناسب الجميع ، يهدف الطب الدقيق إلى دمج السمات الفريدة للفرد من الأنماط الظاهرية السريرية والمعلومات البيولوجية التي تم الحصول عليها من التصوير إلى الاختبارات المعملية والسجلات الصحية ، للوصول إلى حل تشخيصي أو علاجي مخصص مع أعلى فرصة للنجاح.
من المتوقع أن يستفيد المرضى من التشخيص الدقيق المبكر ، وفعالية العلاج العالية ، وانخفاض التفاعلات الدوائية الضارة ، في حين تشمل التحسينات الأوسع توفيرًا أكبر للرعاية الصحية والإنتاجية الاقتصادية.
وبالتالي فإن الطب الدقيق يشمل التشخيص والتنبؤ بدقة أكبر من الإرشادات السريرية والوبائية الحالية. نشأ مفهوم الطب الدقيق من النجاحات الهائلة في تحديد مجموعات فرعية من المرضى متميزة ضمن فئات معينة من السرطان من خلال التقدم في التسلسل الجيني متبوعًا بالاستهداف الفعال لهذه الأنواع الفرعية من السرطان الجزيئي بواسطة أدوية محددة.
المرضى الذين يعانون من سرطان الدم النخاعي المزمن الذين تؤوي أورامهم انتقال BCR / ABL (“كروموسوم فيلادلفيا”) يتم علاجهم بنجاح باستخدام عقار إيماتينيب imatinib الذي يثبط التيروزين كيناز؛ يمكن للمرضى الذين يعانون من التليف الكيسي الاستفادة من عقار إيفاكافتور (Ivacaftor) على أساس الطفرات في جين CFTR ؛ ويشار إلى الطفل الملصق للطب الشخصي ، trastuzumab ، للمرضى الذين يعانون من سرطان الثدي النقيلي المفرط في التعبير عن مستقبل عامل نمو البشرة البشري -2 (HER-2).
هذه الأمثلة ، من بين أمثلة أخرى ، توضح كيف يمكن أن تؤدي الاضطرابات الجينية أو الجزيئية الفريدة لدى الفرد إلى علاج مخصص ، مما أدى إلى مبادرات إستراتيجية لتوسيع نطاق الطب الدقيق لتكرار هذه النجاحات لأمراض أخرى.
على عكس الطب التقليدي ، فإن الطب الدقيق كثيف البيانات بشكل كبير ويتطلب تدفق البيانات الصحية من السجلات الطبية الفردية إلى سياقات بحثية مختلفة – على سبيل المثال التجارب السريرية ، والبحوث الجينية ، واليقظة الدوائية ، والدراسات الوبائية – ثم العودة إلى نظام الرعاية الصحية التعليمي لنتائج البحث ليتم دمجها في الممارسة .
يعد البحث جزءًا لا يتجزأ من الطب الدقيق ، والذي يتطلب البيانات التي تم جمعها خلال مسار الرعاية السريرية ليتم تطبيقها في دراسة النتائج السريرية في العالم الحقيقي لتعزيز قابلية تعميم التدخلات.
أدى الاعتراف بقيمة وإمكانيات الطب الدقيق إلى تطوير مبادرات لتسريع ودعم البحث من خلال جمع كميات هائلة من البيانات السريرية والطبية الحيوية.
على سبيل المثال ، يهدف برنامج All of Us (AOU) البحثي في الولايات المتحدة (المعروف سابقًا باسم مبادرة الطب الدقيق) إلى جمع البيانات من مليون شخص على الأقل موافقين في شكل سجلات صحية إلكترونية (EHRs) ، تحليلات العلامات الحيوية والجينومية لعينات الأنسجة المتبرع بها والأجهزة الصحية المتنقلة والمسوحات.
ظهرت مبادرات مماثلة في كل من القطاعين العام والخاص في جميع أنحاء العالم: 100،000 Genomes Project و UK Biobank في المملكة المتحدة ؛ بيوبانك اليابان ؛ China Kadoorie Biobank ؛ Biobank Graz في النمسا ؛ و FinnGen في فنلندا.
تعتبر مستودعات بيانات المراقبة هذه ضرورية لتقديم الطب الدقيق على الرغم من القيود المعروفة للدراسات القائمة على الملاحظة لاستنتاج السببية. هذا موصوف أدناه ، وتشمل بعض مبررات التحول إلى بيانات المراقبة السهولة النسبية لجمع مجموعات البيانات الكبيرة ، والصعوبات في إعداد التجارب العشوائية المضبوطة Randomized Controlled Trials (RCTs) للأمراض النادرة وأحجام العينات الضخمة مطلوب للدراسات الصيدلانية الجينية.
ولا ننسى أن أدوات الذكاء الإصطناعى لا تقل أهمية عن البيانات الضخمة لأنها تتيح استخراج رؤى ذات مغزى سريريًا من هذه البيانات.
ماذا نفعل لتحقيق مفهوم الطب الدقيق عندنا فى الوطن العربى؟
يتطلب تحقيق الطب الدقيق تقطيرًا فعالًا للبيانات عالية الأبعاد عبر المجالات السريرية والبيولوجية والمولدة من قبل المريض والبيئية. يعد الذكاء الاصطناعي ، وخاصة تعلم الآلة ، عاملاً مساعدًا مهمًا في هذا الصدد.
لقد تم بالفعل نشر ثمار ML المعلقة في الطب بنجاح في أتمتة العمليات السريرية الروتينية لتقليل العبء على الطاقم السريري ، على سبيل المثال عن طريق إعطاء الأولوية لترتيب الفرز في قسم الطوارئ أو أتمتة تقييم الصور الطبية.
في حين أن معظم ML يعتمد حاليًا على تحليل بيانات المراقبة ، مما يحد من الاستدلال السببي ، فإن تقارب القوة الحسابية والبيانات والخوارزميات والجر الأكبر مع الباحثين في مجال الرعاية الصحية قد خلق نقطة الانعطاف الصحيحة للنمو الأسي في دراسات الاكتشاف والتنفيذ الصارمة في الطب الدقيق ، كما يتجلى في عدد المنشورات في المنطقة على مدى السنوات الخمس الماضية.
تضاءل الضجيج المرتبط حتى الآن بالطب الدقيق وسرد ML مع الإدراك المتزايد بأن ML ليس حلاً سريعًا يغني عن الحاجة إلى الخبرة السريرية والعلمية والتدقيق.
ومع ذلك ، للتأكد من أن هذه التطبيقات مفيدة سريريًا ومجدية من الناحية التشغيلية ، لا يزال يتعين التغلب على عدد من التحديات المنهجية المعترف بها جيدًا إلى جانب تطوير إطار صارم لتوليد الأدلة التي تثبت سلامة المريض والاستفادة من تلبية جميع المتطلبات التنظيمية.
