Clinical Impact Through AI-assisted MS Care - A Retrospective Multi-Center Observational Study. (RECLAIM)

Det er et klart behov for et datadrevet og personlig tilpasset behandlingsoptimaliseringsverktøy for personer med multippel sklerose (MS), for å gjøre det mulig for/støtte leger til å sette i gang hensiktsmessige terapeutiske tiltak som vil bidra til bedre å bremse sykdomsprogresjon og til slutt progressiv funksjonshemming. forverring. Mens tidlig diagnose og prognostisk modellering er viktig for å komme med datadrevne anbefalinger for behandlingsoptimalisering, vil det å kunne skille ut og overvåke funksjonshemmingen på grunn av "tilbakefallsassosiert forverring" eller på grunn av "progresjon uavhengig av tilbakefallsaktivitet" være nøkkelen til å optimalisere behandlingen for best mulig langsiktige resultater. Sistnevnte avhenger sterkt av tilgjengeligheten av biomarkører som kan oppdage og skille mellom disse ulike formene for sykdomsforverring.

Med RECLAIM-studien fokuserer vi på å samle et sentralisert og harmonisert datasett, som muliggjør sekundær bruk av data for å støtte prognose for personer med MS, samt behandlingsoptimalisering i en virkelig verden. Som sådan har RECLAIM som mål å utvikle MR-baserte verktøy for bedre å overvåke sykdomsprogresjon hos personer med MS, samt AI-baserte modeller som vil støtte prognose for individuell sykdomsforløp og behandlingsrespons, som omfatter: (i) en biomarkørbasert MS progresjonsmodell, (ii) en MR-fokusert generativ modell for å forutsi hjernekarakteristisk evolusjon, og (iii) en intervensjonsmodell for behandlingsoptimalisering. I tillegg vil dataene bli brukt til å generere ytterligere innsikt om multippel sklerose-progresjon samt å utvikle verktøyene for å overvåke denne progresjonen.