Ένα από τα πιο τραγικά παράδοξα της ιατρικής είναι ότι οι σπάνιες παθήσεις. Αν και η καθεμία αφορά μικρό αριθμό ανθρώπων, συνολικά επηρεάζουν τεράστιο μέρος του παγκόσμιου πληθυσμού. Ο Παγκόσμιος Οργανισμός Υγείας χαρακτηρίζει μια πάθηση ως σπάνια όταν πλήττει λιγότερο από 1 στους 2.000 ανθρώπους. Ωστόσο, εκτιμάται ότι περισσότεροι από 300 εκατομμύρια άνθρωποι σε όλο τον κόσμο ζουν με μία από τις περίπου 7.000 καταγεγραμμένες σπάνιες παθήσεις. Ο αριθμός αυτός είναι έξι φορές μεγαλύτερος από εκείνον των ατόμων που έχουν διαγνωστεί με καρκίνο τα τελευταία πέντε χρόνια.
Το ζήτημα γίνεται ακόμη πιο σύνθετο, καθώς οι σπάνιες παθήσεις συχνά δεν θεωρούνται «προτεραιότητα» όταν λαμβάνονται αποφάσεις χρηματοδότησης. Οι διαθέσιμοι πόροι κατευθύνονται συνήθως σε ασθένειες που επηρεάζουν μεγαλύτερο αριθμό ανθρώπων. Ταυτόχρονα, η περιορισμένη ενημέρωση και η έλλειψη επαρκούς έρευνας δυσκολεύουν τη διάγνωση, με αποτέλεσμα πολλοί ασθενείς να περνούν χρόνια χωρίς σαφείς απαντήσεις ή κατάλληλη φροντίδα. Εδώ μπορεί να κάνει τη διαφορά η τεχνητή νοημοσύνη σε συνδυασμό με το cloud. Με τη βοήθειά τους, οι ερευνητές μπορούν να αναλύουν τεράστιο όγκο γενετικών δεδομένων, να συνεργάζονται διεθνώς και να επιταχύνουν την κατανόηση των παθήσεων. Έτσι, δημιουργούνται οι προϋποθέσεις ώστε οι σπάνιες ασθένειες να αντιμετωπίζονται με τη σοβαρότητα και την προσοχή που απαιτούν.
Οι προκλήσεις στη διάγνωση και τη θεραπεία των σπάνιων παθήσεων
Ορισμένα από τα πιο γνωστά παραδείγματα σπάνιων παθήσεων είναι η νόσος του κινητικού νευρώνα, η κυστική ίνωση, η μυϊκή δυστροφία Duchenne και η αιμορροφιλία. Όπως συμβαίνει με πολλές σπάνιες παθήσεις, αυτές οι τέσσερις έχουν ένα κρίσιμο κοινό χαρακτηριστικό: προκαλούνται από γενετικές μεταλλάξεις που μπορεί να εκδηλωθούν με πολλούς και διαφορετικούς τρόπους και σε διαφορετικά στάδια της ζωής. Συνολικά, εκτιμάται ότι περίπου το 80% των σπάνιων παθήσεων έχει γενετική συνιστώσα, γεγονός που εξηγεί τόσο τη σχετική σπανιότητά τους όσο και τις δυσκολίες στη διάγνωσή τους. Επειδή οι παθήσεις αυτές συνδέονται με γενετικές παραλλαγές και όχι με εξωτερικούς παθογόνους παράγοντες ή περιβαλλοντικές αιτίες, συχνά δεν εντάσσονται στις παραδοσιακές διαγνωστικές διαδικασίες.
Δεν είναι όλες οι σπάνιες παθήσεις κληρονομικές. Όσες προκύπτουν από σπάνιες βακτηριακές ή ιογενείς λοιμώξεις, αυτοάνοσες αντιδράσεις ή τυχαίες γενετικές μεταλλάξεις αντιμετωπίζουν παρόμοιες προκλήσεις. Επειδή επηρεάζουν μεμονωμένα άτομα και όχι μεγάλους πληθυσμούς, είναι λιγότερο ορατές και δεν δημιουργούν το ίδιο αίσθημα επείγοντος στην κοινή γνώμη, καθώς δεν εμφανίζονται με τη μορφή επιδημιών ή πανδημιών. Επιπλέον, πολλοί από τους ασθενείς είναι παιδιά, τα οποία ενδέχεται να δυσκολεύονται να περιγράψουν τα συμπτώματά τους, γεγονός που αυξάνει την πολυπλοκότητα της διάγνωσης και προκαλεί σημαντική ψυχική επιβάρυνση τόσο στα ίδια όσο και στο οικογενειακό τους περιβάλλον.
Η γονιδιωματική αλλάζει τη διάγνωση των σπάνιων παθήσεων
Η συνεχής έρευνα δείχνει όλο και πιο καθαρά πόσο σημαντικός είναι ο γενετικός έλεγχος για τη διάγνωση πολλών σπάνιων παθήσεων. Η Genomics England συνεργάζεται με την Amazon Web Services (AWS) και την Illumina, ώστε η γονιδιωματική ανάλυση να ενταχθεί πιο αποτελεσματικά στη διαγνωστική διαδικασία και να επιταχυνθεί σημαντικά η επιβεβαίωση ύποπτων περιστατικών σπάνιων ασθενειών..
Το πρόγραμμα 100,000 Genomes Project της Genomics England άνοιξε τον δρόμο για την πλήρη ανάλυση του γονιδιώματος σε ασθενείς με υποψία σπάνιας πάθησης, μέσα από την Υπηρεσία Γονιδιωματικής Ιατρικής του NHS (GMS). Μέχρι σήμερα, η υπηρεσία αυτή – με την υποστήριξη της Genomics England – έχει αναλύσει περισσότερα από 100.000 γονιδιώματα. Έτσι, το NHS έγινε το πρώτο εθνικό σύστημα υγείας στον κόσμο που εντάσσει την πλήρη ανάλυση γονιδιώματος στην καθημερινή ιατρική φροντίδα.
Διευκολύνοντας θεραπείες που στοχεύουν την έκφραση των γονιδίων
Οι θεραπείες με αντινοηματικά ολιγονουκλεοτίδια (ASO) και RNA χρησιμοποιούν ειδικά μόρια για να επηρεάσουν τον τρόπο με τον οποίο λειτουργούν τα γονίδια που προκαλούν μια ασθένεια. Με απλά λόγια, στοχεύουν το πρόβλημα στη «ρίζα» του, ρυθμίζοντας την έκφραση των γονιδίων. Το cloud computing μπορεί να βοηθήσει σημαντικά στην ανάπτυξη αυτών των θεραπειών για σπάνιες παθήσεις, καθώς δίνει πρόσβαση σε μεγάλη υπολογιστική ισχύ και σε εργαλεία τεχνητής νοημοσύνης που επιταχύνουν την έρευνα. Παράλληλα, επιτρέπει την ασφαλή αξιοποίηση μεγάλων συνόλων δεδομένων, διευκολύνοντας την ανάπτυξη νέων φαρμάκων. Με αυτόν τον τρόπο, οι νέες τεχνολογίες μπορούν να αλλάξουν και τα οικονομικά δεδομένα των θεραπειών για σπάνιες παθήσεις, καθιστώντας πιο ρεαλιστική την ανάπτυξη φαρμάκων ακόμη και για ασθένειες που αφορούν μικρό αριθμό ασθενών.
Η τεχνητή νοημοσύνη και το cloud μπορούν να βοηθήσουν σημαντικά και σε άλλες πρωτοβουλίες για τις σπάνιες παθήσεις, επιτρέποντας την ανάλυση και τη διαχείριση τεράστιου όγκου δεδομένων. Η AWS συνεργάστηκε με το National Center for Biotechnology Information της National Library of Medicine στις ΗΠΑ, ώστε το Sequence Read Archive (SRA) – ένα από τα μεγαλύτερα παγκόσμια αποθετήρια δεδομένων γονιδιωματικής αλληλούχισης – να είναι ελεύθερα διαθέσιμο μέσω της υπηρεσίας Amazon S3, στο πλαίσιο του AWS Open Data Sponsorship Program. Το SRA περιλαμβάνει περίπου 40 petabytes δεδομένων και περίπου 40 εκατομμύρια καταχωρίσεις πειραμάτων. Μέσα από αυτό το πρόγραμμα, ερευνητές σε όλο τον κόσμο μπορούν να έχουν εύκολη πρόσβαση στα δεδομένα, να τα αναλύουν και να συνεργάζονται πιο αποτελεσματικά, ενισχύοντας την έρευνα και επιταχύνοντας τις επιστημονικές ανακαλύψεις.
Εντοπίζοντας έγκαιρα τα πρώτα σημάδια σπάνιων παθήσεων με τη βοήθεια της AI
Μία από τις μεγαλύτερες δυσκολίες στη διάγνωση και τη θεραπεία των σπάνιων παθήσεων είναι ότι πολλά από τα παιδιά που νοσούν είναι πολύ μικρά και δεν μπορούν να περιγράψουν τα συμπτώματά τους. Το Children’s National Hospital στις Ηνωμένες Πολιτείες, που έλαβε χρηματοδότηση 10 εκατομμυρίων δολαρίων από πρόγραμμα της AWS για την έρευνα στην παιδική υγεία και τις σπάνιες παθήσεις, ανέπτυξε τεχνολογία τεχνητής νοημοσύνης που αναλύει φωτογραφίες από κάμερες κινητών τηλεφώνων. Η τεχνολογία αυτή βοηθά τους γιατρούς να εντοπίζουν μικρές, σχεδόν ανεπαίσθητες αλλαγές στα χαρακτηριστικά του προσώπου των νεογνών, οι οποίες μπορεί να συνδέονται με σπάνιες γενετικές διαταραχές.
Σε πολλές περιπτώσεις, τα σχετικά σημάδια εντοπίζονται αργότερα στην ανάπτυξη του παιδιού, όταν η προληπτική φροντίδα είναι λιγότερο αποτελεσματική. Όταν όμως αναγνωρίζονται νωρίτερα με τη βοήθεια της AI, μπορούν να γλιτώσουν τα παιδιά από χρόνια λανθασμένων διαγνώσεων.
Το Rady Children’s Hospital και το Ινστιτούτο Γονιδιωματικής Ιατρικής του είναι επίσης από τους πρώτους οργανισμούς που έλαβαν το AWS Imagine Grant Children’s Health Innovation Award, ένα πρόγραμμα που στηρίζει την καινοτομία στην παιδική υγεία μέσω προηγμένων υπηρεσιών cloud. Το νοσοκομείο χρησιμοποιεί μεγάλα γλωσσικά μοντέλα (LLMs) για να επιταχύνει τη διάγνωση και να εξασφαλίσει ότι οι γονιδιωματικές εξετάσεις φτάνουν στα παιδιά που τις χρειάζονται όσο το δυνατόν πιο γρήγορα.
«Η αξιοποίηση της τεχνητής νοημοσύνης και του cloud είναι βασικό βήμα για να κάνουμε τον γενετικό έλεγχο πιο δίκαιο, πιο οικονομικά προσιτό και πιο εύκολα διαθέσιμο», δήλωσε ο Matthew Bainbridge, PhD, Επικεφαλής Ερευνητής στο Rady Genomics, το μη κερδοσκοπικό ερευνητικό ινστιτούτο του νοσοκομείου στο Σαν Ντιέγκο. «Η συνεργασία μας με την AWS μάς βοηθά να βελτιώσουμε την ταχύτητα και την πρόσβαση στις παιδιατρικές γενετικές εξετάσεις, μειώνοντας τον χρόνο που χρειάζεται ένα παιδί για να λάβει τη σωστή διάγνωση».
Προσφέροντας στους ασθενείς με σπάνιες παθήσεις την αναγνώριση και την υποστήριξη που αξίζουν
Για εκατομμύρια ανθρώπους που ζουν με σπάνιες παθήσεις, η διαδρομή μέχρι τη σωστή διάγνωση και φροντίδα είναι συχνά μακρά και δύσκολη – τόσο για τους ίδιους όσο και για τις οικογένειές τους. Μέχρι σήμερα, τα συστήματα υγείας αντιμετώπιζαν περιορισμούς σε πόρους, δεδομένα και γνώση, γεγονός που δυσκόλευε την έγκαιρη αναγνώριση αυτών των παθήσεων και την αντιμετώπισή τους με τη σοβαρότητα που απαιτούν.
Αν και αυτή η έλλειψη υποστήριξης μπορεί να μοιάζει με αδιαφορία, στην πραγματικότητα οφείλεται κυρίως σε τεχνολογικούς περιορισμούς. Με τη βοήθεια της τεχνητής νοημοσύνης και του cloud computing, αυτό το κενό μπορεί να περιοριστεί. Οι τεχνολογίες αυτές μπορούν να βελτιώσουν σημαντικά την εμπειρία των ασθενών και να βοηθήσουν ώστε οι σπάνιες παθήσεις να λάβουν την προσοχή και τη φροντίδα που αξίζουν.
