I3LUNG: интегративная наука, интеллектуальная платформа данных для индивидуального лечения рака легких с помощью иммунотерапии

Проект I3LUNG направлен на достижение максимальной эффективности в персонализированной медицине с помощью искусственного интеллекта/машинного обучения (AI/ML), смоделированного на мультимодальных данных пациентов, вместе с внедрением модели AI/ML в реальных условиях. Набор ориентированных на пациента инструментов машинного обучения, разработанных и проверенных для проекта, которые используют новую сущность виртуального пациента AVATAR для прогнозирования прогрессирования и исхода. Чтобы максимизировать свое влияние, использование методологии надежного объяснимого ИИ объединит присущие ИИ характеристики с вкладом человеческой интуиции для создания ответственного приложения ИИ, способного полностью реализовать действительно индивидуальные решения по лечению НМРЛ, интерпретируемого и заслуживающего доверия для клиницистов. Конечной целью является создание Всемирной платформы обмена и обработки данных (DSEP). DSEP предоставит пациентам руководство, предоставляя информацию для повышения осведомленности о методах лечения. Наконец, он предоставляет исследователям и широкому научному сообществу доступ к самым последним источникам данных о НМРЛ.

В рамках проекта I3LUNG будет разработан специальный IPDAS для пациентов с НМРЛ. Вспомогательные средства для принятия решений пациентами — это инструменты, которые пациенты могут использовать либо до, либо во время консультации с врачом. Вспомогательные средства для принятия решений пациентом четко представляют решение, которое необходимо принять, и предоставляют пациентам удобную для пользователя информацию о каждом варианте лечения, уделяя особое внимание вреду и пользе. Этот инструмент может позволить пациентам объяснить и прояснить высокую сложность информации, предоставляемой подходом AI/ML. Было продемонстрировано, что эти системы поддержки принятия решений эффективны в расширении возможностей пациентов, улучшении их знаний, содействии их активному участию в принятии клинических решений о лечении и повышении общей удовлетворенности пациентов уходом при одновременном уменьшении конфликтов при принятии решений и сожалений о них (26-30).

Наконец, в рамках проекта I3LUNG будет оцениваться, повысит ли использование IPDAS во время клинической консультации качество совместного принятия решений, а также качество общения между врачом и пациентом. Наряду с оценкой влияния IPDAS будет также оцениваться, будет ли включение прогностических моделей AI/ML в клиническую практику дополнительным преимуществом для поддержки принятия клинических решений врачами-онкологами и снижения когнитивной усталости и конфликтов при принятии решений.

I3LUNG использует двухсторонний подход к разработке медицинского устройства путем создания и проверки ретроспективных и перспективных моделей на основе ИИ для прогнозирования эффективности иммунотерапии для пациентов с НМРЛ с использованием интеграции данных из нескольких источников (данные реального слова и мультиомики) посредством ретроспективного анализа. - создание транснациональной платформы доступных данных от 2000 пациентов - и проспективный - многокомпонентный проспективный сбор данных у 200 пациентов с НМРЛ - фаза исследования.

Ретроспективная часть проекта I3LUNG включает анализ многоцентровой ретроспективной когорты из более чем 2000 пациентов. Эта когорта будет использоваться для выполнения предварительного этапа извлечения знаний и построения ретроспективной прогностической модели для IO (R-Model), которая будет использоваться на этапе проспективного исследования для создания первой версии инструмента PDSS, основанного на искусственном интеллекте. инструмент, обеспечивающий простой и готовый к использованию доступ к прогностическим моделям, повышающий адекватность медицинской помощи, снижающий негативное влияние длительного и токсического лечения на самочувствие и затраты на здравоохранение. Кроме того, будут собраны снимки КТ и ПЭТ, а также будет создана первая радиомикроскопическая сигнатура для подачи на R-модель.

Проспективная часть проекта включает сбор и анализ данных мульти-OMIC от многоцентровой проспективной когорты около 200 пациентов. Эта когорта будет использоваться для проверки результатов, полученных с помощью ретроспективной модели, посредством создания новой модели (P-модели), которая будет использоваться для создания окончательного инструмента PDSS.