Inoiz galdetu al diozu zeure buruari zenbat denbora behar izan duen gaur goizean hartu duzun pilula horrek zure eskuetara iristeko? Lehenik, ikerketa zabala egiten dute laborategietan. Gero, animalietan probatzen dute. Baina gizakietan erabiltzeko onartu aurretik, gizakietan probatu behar dute. Honi entsegu klinikoa deitzen diogu. Prozesu oso konplikatua eta garestia da.
Laburbilduz, zer da entsegu kliniko bat?
Hitz gutxitan esanda, entsegu kliniko batek honela funtzionatzen du: ikertzaileek sendagai berriaren jomuga den gaixotasuna duten pazienteak errekrutatu dituzte. Boluntario horiek ausaz bi taldetan banatzen dira.
1. Lehenengo taldeari probatu beharreko sendagai berria ematen zaio.
2. Bigarren taldeari , "Kontrol Taldeari", osagai aktiborik ez duen eta sendagaiaren itxura bera duen plazeboa ematen zaio. "Plazebo" deitzen diogu horri.
Entsegu honen amaieran, sendagai berria hartu dutenen sintomak plazeboa hartu dutenenak baino gehiago hobetu badira, orduan horrek frogatzen du sendagai berria eraginkorra dela.
Horrelako entsegu kliniko batean erronka handienetako bat entsegurako egokiak diren paziente nahikoa aurkitzea da. Batzuetan, medikuek ere ez dakite zein entsegu diren egokiak beren pazienteentzat. Gainera, parte hartu nahi duten pazienteen ezaugarriak ez datoz bat entseguaren baldintzekin. Hala ere, adimen artifizialak (AA) zeregin hori askoz errazagoa egin dezake.
Ezagutu zure "Biki Digitala"
Imajinatu zure ordenagailu-eredua duzula, hau da, zure buruaren kopia digitala. Hori da "Biki digitala" deitzen dena. Hauek ordenagailu batean benetako munduko objektu edo sistema bat simulatzen duten "Ordenagailu-ereduak" besterik ez dira. Baina zenbakizko moduan ikusita, benetako gauzaren antzera jokatzen dute. Adibiderik onena Apollo 13 espazio-ontziko oxigeno-tanga bat lehertu zenean da, NASAk Lurrean eraikitako espazio-ontzi beraren "Biki digital" batekin konpontzen lagundu zuen.
Orain, zientzialariek gizaki baten "biki digital" bat sor dezakete, nahikoa "datu" emanda. Horrek "Makina Ikaskuntza" izeneko adimen artifizialeko teknologia bat erabiltzen du. Laburbilduz, ordenagailu programa bati datu kopuru handia ematea eta horietatik ikasten uztea dakar.
Pazienteen biki digitalak sortzen dira aurreko entsegu klinikoetako datuak eta paziente bakoitzaren historia kliniko pertsonalak erabiliz Makina Ikaskuntzako eredu hauek entrenatuz. Ondoren, ereduak aurreikusi dezake nola aldatuko den pazientearen osasuna entsegu klinikoan zehar plazeboa ematen bazaio.Hau da, ordenagailuz sortutako kontrol-talde bat (Kontrol Talde Simulatua) sortzen da paziente berarentzat.
Orain ikus dezagun nola funtzionatzen duen honek. Demagun "Samadhi" izeneko norbait hautatzen dela sendagai berri bat jasotzen duen taldean egoteko. Samadhiren "Biki Digitala", ordenagailu-eredu bat, kontrol-taldean dago. Ereduak Samadhiri benetako sendagaiaren ordez "Plazebo" bat emango balitzaio zer gertatuko litzatekeen aurreikusten du. Azken finean, Samadhiren sendagaiarekiko benetako erantzunaren eta ereduak "Plazeboa" hartuko balu gertatuko litzatekeenaren arteko aldea sendagaiak Samadhirentzat duen eraginkortasunaren neurria da.
Metodo honen abantaila handienetako bat da entsegu kliniko batean parte hartzen duen ia guztiek aukera dutela sendagai berria jasotzeko, "plazeboa" haien biki digitalari ematen baitzaio.
Ikus dezagun taula hau kontrol-talde tradizionalen ordez "Biki Digitalak" erabiltzearen onurak argi ikusteko.
| Ezaugarria | Metodo tradizionala | Biki digitalaren metodoa |
|---|---|---|
| Kontrol Taldea | Benetako pertsonek osatua. (Plazebo) bat jasotzen dute. | Ordenagailu ereduez osatuta dago (biki digitalak). |
| Pazienteentzako abantaila. | % 50eko aukera dago plazeboa lortzeko. Horrek esan nahi du sendagai berria saltatu dezakezula. | Jende askok benetako sendagaia probatzeko aukera du. |
| Beharrezko boluntario kopurua | Jende gehiago behar da (bi taldeentzat). | Proba pertsona kopuru txiki batekin egin daiteke. |
| Denbora eta kostua | Oso altua. | Nabarmen murriztu daiteke. |
Teknologia hau ona den arren, ez al dago arazorik?
Teknologia honek etorkizunerako itxaropen handia badu ere, oraindik ez da asko erabili. Arrazoi onak egon daitezke horretarako. Daniel Neal doktoreak, "(Makina Ikaskuntzan)" adituak, adierazi duenez, eredu hauek datu kopuru handietan oinarritzen dira. Gainera, oso zaila da kalitate handiko datuak lortzea norbanakoengandik.
"Jendeak askotan bere kabuz ematen du informazioa, hala nola, bere dieta eta ariketa fisikoa egiteko ohiturei buruz. Jendeak ez du beti egia esaten. Joera dute egiten duten ariketa kopurua gehiegi estimatzen eta jaten duten zabor janari kopurua gutxiesten."
Beste arazo bat sendagai batek eragin ditzakeen albo-ondorio arraro eta ustekabekoak dira. Hauek ez ditu askotan kontrol-taldearentzat diseinatutako ereduak hartzen barne.
Baina Neal doktorearen beldurrik handiena da iragarpen-eredu hau "ohiko negozioetan" oinarritzen dela. Imajinatu COVID-19 pandemia bezalako gertaera handi eta ustekabeko bat, guztion portaera aldatzen duena eta jendea gaixotzen duena. "Kontrol-ereduek ez dute hau kontuan hartzen", dio. Orduan, kontrol-taldeak kontuan hartu ez dituen gertaera horien ondorioz, esperimentuaren azken emaitzak guztiz desberdinak izan daitezke.
Beraz, hau benetan erabil al daiteke? Zer izango da etorkizuna?
Eric Topol osasungintzan teknologia digitalaren erabileran adituak ideia bikaina dela uste du, baina oraindik ez da une egokia. "Ez dut uste entsegu klinikoak etorkizun hurbilean aldatuko direnik. Datu-geruza anitz behar baititu, osasun-erregistroez gain, hala nola genomaren sekuentziak, hesteetako mikrobioma, ingurumen-datuak".
Charles Fisherrek, Unlearn.AI-ren sortzaileak eta teknologia honetako aitzindariak, dioenez, datuen pribatutasunaren eta alborapenaren arazoetarako irtenbideak badaude dagoeneko. "Pribatutasuna erraza da. Anonimo bihurtu diren datuekin bakarrik lan egiten dugu".
Alborapenaz hitz egitean, dio arazoa guztiz konpondu ez den arren, ez duela zerikusirik ikerketaren emaitzekin. Ikerketak ausazko direnez, datuetan alborapen bat egon arren, ez du eraginik emaitzetan. Hala ere, aditu batzuk ez daude ados ideia honekin. Diotenez,Benetako pertsona bat ordenagailu-eredu batekin alderatzen ari zarenez, eredu horretan akatsen bat baldin badago, zuzenean eragin dezake emaitzetan.
Hala ere, Unlearn.AI dagoeneko ari da lanean farmazia-enpresekin, Alzheimerra, Parkinson eta esklerosi anizkoitza bezalako gaixotasun neurologikoetarako entsegu klinikoak diseinatzeko. Gaixotasun hauek aukeratu zituzten abiapuntu ona izateko, beste batzuek baino datu gehiago dituztelako. Fisherrek dioenez, metodoa egunen batean gaixotasun guztietan aplika badaiteke, nabarmen murriztu liteke sendagai berriak merkatura ateratzeko behar den denbora.
Etxerako mezua
- Biki digitala sendagai berriak probatzen dituzten entsegu klinikoetan erabiltzen den benetako paziente baten ordenagailuzko eredua da.
- Horri esker, eredu digital hauek erabil daitezke kontrol-talde gisa benetako pertsonak erabili beharrean.
- Metodo honen abantaila nagusia da entseguko parte-hartzaile gehiagok probatzen ari den benetako sendagaia jasotzeko aukera dutela.
- Hala ere, erronkak daude oraindik, hala nola kalitate handiko datuak lortzeko zailtasuna eta ustekabeko gertaerak modelatzeko ezintasuna.
- Teknologia honek medikuntzaren etorkizunerako itxaropen handia badu ere, oraindik hastapenetan dago. Kezkarik edo zalantzarik baduzu, garrantzitsua da zure medikuarekin hitz egitea .
💬 Comments (0)
Oraindik ez da iruzkinik argitaratu. Gehitu zure iruzkina hemen lehen aldiz.
Gehitu zure iruzkina