Përparim në opsionet e barnave për sëmundjet inflamatore të lëkurës

A HOLD Lirim falas | eTurboNews | eTN
Shkruar nga Linda Hohnholz

AMPEL BioSolutions shpall sot një përparim në mjekësinë precize dhe të personalizuar që mund të revolucionarizojë mënyrën se si mjekët trajtojnë sëmundjet inflamatore të lëkurës, të tilla si Lupusi, Psoriasis, Dermatiti Atopik dhe Skleroderma. Zbuluar në revistën e rishikuar nga kolegët Science Advances, punimi detajon qasjen përparimtare të AMPEL-it të të mësuarit me makinë për të karakterizuar aktivitetin e sëmundjes nga të dhënat e shprehjes së gjeneve të marra nga biopsitë e lëkurës së pacientit. Testi laboratorik, vetëm një koncept për vitet e fundit, tani është gati për zhvillim për përdorim praktik. Fokusi fillestar i AMPEL ishte Lupusi, por testi mund të përdoret për shumë sëmundje autoimune ose inflamatore të lëkurës që prekin më shumë se 35 milionë amerikanë.

Qasja inovative e mësimit të makinerive të AMPEL, e cila tani është gati për t'u zhvilluar si një test biomarker mbështetës vendimesh, mund të ndikojë shumë në kujdesin shëndetësor duke i lejuar mjekët të identifikojnë shkakun e simptomave të sëmundjes së pacientit dhe të zgjedhin trajtimin e duhur më saktë. Qasja e AMPEL-it është mjaft e ndjeshme për të zbuluar ndryshimet në lëkurën e papërfshirë klinikisht në mënyrë që ndërhyrja e hershme mund të parandalojë shpërthimet sistemike dhe dëmtimet e lëkurës të dukshme në lezione. Zbatimi i qasjes së mësimit të makinerive të AMPEL mund të ndihmojë gjithashtu kompanitë farmaceutike në zhvillimin e ilaçeve dhe provat klinike.

Pacientët me sëmundje kronike të lëkurës shpesh vuajnë nga aktiviteti i paparashikueshëm i sëmundjes që ndikon në aktivitetet e përditshme si puna dhe jeta familjare. Meqenëse simptomat e paparashikueshme shpesh rezultojnë në udhëtime në dhomën e urgjencës, aftësia për të parashikuar përkeqësimin e sëmundjes dhe përfshirjen sistematike me biopsi rutinë të lëkurës ka implikime të rëndësishme të kujdesit shëndetësor dhe ekonomisë së shëndetit.

I kombinuar me tubacionin e mjeteve të AMPEL për të analizuar grupe të dhënash klinike shumë të mëdha dhe komplekse (“Big Data”), programi i mësimit të makinerive të AMPEL është një hap i rëndësishëm drejt zbatimit të një testi rutinë të lëkurës për monitorimin e aktivitetit të sëmundjes dhe sigurimin e mbështetjes për vendimin për trajtimin bazuar në gjenin e pacientit shprehje. Kjo do të transformojë mënyrën se si mjekët trajtojnë sëmundjet kronike të lëkurës duke përdorur informacionin e mbledhur nga testi laboratorik dhe i analizuar nga mësimi i makinës për të diagnostikuar, karakterizuar anomalitë e sakta molekulare dhe trajtuar sëmundjet e lëkurës përpara se të fillojë dëmtimi, duke i shpëtuar pacientët nga dhimbja dhe shqetësimi i një sëmundjeje që. përndryshe ndikon në mënyrë drastike në jetën e tyre.

Kompanitë farmaceutike testojnë barnat në provat klinike dhe përballen me sfidën e regjistrimit të pacientëve që kanë potencialin më të mirë për t'iu përgjigjur trajtimit që po testohet. Regjistrimi i pacientëve "të gabuar" mund të rezultojë në dështimin e provës, duke çuar shpesh në anulimin e zhvillimit të një ilaçi drejt miratimit të FDA-së që mund të ketë përfitime në një nëngrup të popullsisë së përgjithshme të pacientëve. Testi i lëkurës i AMPEL do të ndihmojë kompanitë farmaceutike të identifikojnë pacientët që kanë më shumë gjasa t'i përgjigjen trajtimeve specifike, duke ndihmuar kështu në përmirësimin e rezultateve në provat klinike.

Dr. Peter Lipsky, Drejtor Kryesor Mjekësor dhe Bashkëthemelues i AMPEL BioSolutions: “Aktualisht nuk ka asnjë aplikacion tjetër që mund të parashikojë me saktësi aktivitetin e sëmundjes dhe të propozojë trajtime të përshtatshme dhe ne jemi shumë të inkurajuar nga ky zbulim i raportuar në Science Advances. Për ata pacientë që vuajnë nga sëmundje kronike të lëkurës, risi kuptimplotë në trajtime nuk mund të vijë mjaft shpejt. Pas zhvillimit të konceptit tonë të mësimit të makinerive, tani mund të ecim përpara në punën me partnerët tanë për të zhvilluar këtë test të lëkurës që mund të transformojë mënyrën se si mjekët mund t'i ndihmojnë pacientët me sëmundje kronike të lëkurës të menaxhojnë gjendjen e tyre duke ofruar trajtime më të mira dhe më të sakta në bazë individuale. të dhënat e pacientit dhe jo një qasje e përgjithshme.”

Dr. Amrie Grammer, Zyrtare Kryesuese Shkencore dhe Bashkëthemeluese, AMPEL BioSolutions: ""Ekipi ynë ka zhvilluar një mjet që mund të transformojë në mënyrë të mundshme mënyrën se si trajtohen pacientët me sëmundje të lëkurës. Si kompani e mjekësisë precize, AMPEL po ndryshon paradigmën e trajtimit të sëmundjeve autoimune dhe inflamatore. Ne jemi krenarë që po e bëjmë këtë punë në Virxhinia dhe do të vazhdojmë të rekrutojmë talente dhe të rrisim biznesin tonë këtu.”

Dr. Wright Caughman, Profesor, Departamenti i Dermatologjisë, Shkolla e Mjekësisë Emory dhe Zv. Ekzekutiv për Çështjet Shëndetësore (Emeritus), Universiteti Emory: “Testi shumë inovativ i biopsisë së lëkurës i AMPEL do të ofrojë një mjet të ri të shkëlqyer për diagnostikimin dhe menaxhimin e sëmundjeve autoimune dhe sëmundjet inflamatore të lëkurës. AMPEL po e prezanton këtë punë në takimin e Shoqatës për Dermatologji Hulumtuese në fund të këtij muaji. Pasi testi klinik gjenomik i AMPEL-it të certifikohet CLIA, mjekët do të jenë në gjendje të identifikojnë shpejt medikamentet më të mira për çdo pacient individual dhe të marrin kontroll më të shpejtë dhe më të sigurt të sëmundjes së tyre.”

ÇFARË TË HIQET KY ARTIKU:

  • This will transform the way doctors treat chronic skin diseases by using the information gathered by the lab test and analyzed by machine learning to diagnose, characterize the precise molecular abnormalities and treat skin diseases before damage begins, saving patients from pain and inconvenience of a disease that otherwise drastically affects their lives.
  • Paired with AMPEL’s pipeline of tools to analyze very large and complex clinical datasets (“Big Data”), AMPEL’s machine learning program is a significant step towards implementing a routine skin test for monitoring disease activity and providing decision support for treatment based on a patient’s gene expression.
  • Following the development of our machine learning concept, we can now move forward in working with our partners to develop this skin test that could transform the way doctors can help patients with chronic skin disease manage their condition by offering better and more precise treatments based on individual patient data rather than a general approach.

Rreth Autorit

Linda Hohnholz

Kryeredaktor për eTurboNews bazuar në selinë e eTN.

Regjistrohu
Njoftoni
mysafir
0 Comments
Reagime në internet
Shikoni të gjitha komentet
0
Ju pëlqejnë mendimet tuaja, ju lutemi komentoni.x
Shperndaje te...