I3LUNG: Integrativní věda, inteligentní datová platforma pro individualizovanou péči o rakovinu plic s imunoterapií

Projekt I3LUNG si klade za cíl dosáhnout nejvyššího výkonu v personalizované medicíně prostřednictvím umělé inteligence/strojového učení (AI/ML) modelovaného na datech multimodálních pacientů spolu s implementací modelu AI/ML v reálném prostředí. Sada nástrojů ML zaměřených na pacienta navržených a ověřených pro projekt, které využívají novou entitu virtuálního pacienta AVATAR k predikci progrese a výsledku. Aby se maximalizoval její dopad, bude použití metodologie Trustworthy explanaible AI integrovat inherentní výkony AI se vstupem lidské intuice k vytvoření zodpovědné AI aplikace schopné plně implementovat skutečně individualizovaná rozhodnutí o léčbě v NSCLC interpretovatelná a důvěryhodná pro klinické lékaře. Konečným cílem je vytvoření celosvětové platformy pro sdílení a zpracování dat (DSEP). DSEP poskytne pacientům vodící nástroje a poskytne informace pro vytváření povědomí o léčbě. A konečně, umožňuje výzkumníkům a obecné vědecké komunitě přístup k nejaktuálnějším zdrojům dat o NSCLC.

V rámci projektu I3LUNG bude vyvinut ad-hoc IPDAS pro pacienty s NSCLC. Pomůcky pro rozhodování pacienta jsou nástroje, které mohou pacienti používat buď před konzultací s lékařem nebo v rámci konzultace s lékařem. Pomůcky pro rozhodování pacienta explicitně představují rozhodnutí, které je třeba učinit, a poskytují pacientům uživatelsky přívětivé informace o každé možnosti léčby se zaměřením na škody a přínosy. Tento nástroj by mohl pacientům umožnit vysvětlit a objasnit vysokou složitost informací poskytovaných přístupem AI/ML. Ukázalo se, že tyto systémy podpory rozhodování jsou účinné při posilování postavení pacientů, zlepšování jejich znalostí, podpoře jejich aktivní účasti na klinickém rozhodování o léčbě a zlepšování celkové spokojenosti pacientů s péčí a zároveň snižují konflikty v rozhodování a lítost nad rozhodnutími (26–30).

V rámci projektu I3LUNG bude nakonec posouzeno, zda by použití IPDAS během klinické konzultace podpořilo kvalitu sdíleného rozhodování i kvalitu komunikace mezi lékařem a pacientem. Vedle hodnocení dopadu IPDAS bude také hodnoceno, zda zařazení prediktivních modelů AI/ML do klinické praxe bude přidanou hodnotou pro podporu klinického rozhodování onkologů a snížení kognitivní únavy a rozhodovacích konfliktů.

I3LUNG využívá dvousměrný přístup k vývoji zdravotnického prostředku prostřednictvím vytváření a ověřování retrospektivních a prospektivních modelů založených na umělé inteligenci k předpovídání účinnosti imunoterapie u pacientů s NSCLC pomocí integrace vícezdrojových dat (reálná slova a multiomická data) prostřednictvím retrospektivní - zřízení nadnárodní platformy dostupných dat od 2000 pacientů - a prospektivní - multiomický prospektivní sběr dat u 200 pacientů s NSCLS - fáze studie.

Retrospektivní část projektu I3LUNG zahrnuje analýzu multicentrické retrospektivní kohorty více než 2000 pacientů. Tato kohorta bude použita k provedení předběžné fáze extrakce znalostí a k vytvoření retrospektivního prediktivního modelu pro IO (R-Model), který bude použit ve fázi prospektivní studie k vytvoření první verze nástroje PDSS, založeného na umělé inteligenci. nástroj, který poskytuje snadný a připravený přístup k prediktivním modelům, zvyšuje vhodnost péče a snižuje negativní dopady dlouhodobé a toxické léčby na pohodu a náklady na zdravotní péči. Rovněž budou shromažďovány CT a PET skeny a bude vytvořen první radiomický podpis pro napájení R-Modelu.

Prospektivní část projektu zahrnuje sběr a analýzu multi-OMIC dat z multicentrické prospektivní kohorty cca 200 pacientů. Tato kohorta bude použita k ověření výsledků získaných z retrospektivního modelu vytvořením nového modelu (P-Model), který bude použit k vytvoření konečného nástroje PDSS.