Техническое РУКОВОДСТВО

Прецизионное дозирование AI и фармакокинетика

Точное дозирование AI сочетает в себе фармакокинетические модели, которые описывают, как лекарство всасывается, распределяется и выводится, с собственными характеристиками пациента и измеренными уровнями лекарства, чтобы рекомендовать индивидуальную дозу.

Прослушайте это руководствоОзвучено ИИ · ~3 min

На этой странице4 минуты чтения
  1. Обзор
  2. Глубокое погружение
  3. Реальная реализация
  4. Будущее прецизионного дозирования и фармакокинетики искусственного интеллекта
  5. Применение на практике
  6. Продолжайте исследовать
  7. Часто задаваемые вопросы

Обзор

Для ванкомицина байесовское программное обеспечение для дозирования оценивает клиренс каждого пациента по одному или двум уровням в крови, чтобы определить диапазон воздействия. В консенсусном руководстве США 2020 года этот подход отдается предпочтение перед дозированием, основанным только на минимальных уровнях.

Глубокое погружение

Фармакокинетика обобщает поведение лекарственного средства с помощью нескольких параметров. Клиренс (КЛ) – это объем крови, очищенный от лекарственного средства в единицу времени. Объем распределения (V) характеризует, насколько широко распространяется препарат. Период полураспада следует из обоих. Для ванкомицина воздействие, которое лучше всего позволяет предсказать эффективность, представляет собой площадь под кривой «концентрация-время» в течение 24 часов (AUC24). В равновесном состоянии AUC24 равна суточной дозе, разделенной на клиренс. В 2020 году пересмотренное консенсусное руководство ASHP, IDSA, PIDS и SIDP рекомендовало дозирование в соответствии с AUC при серьезных инфекциях, вызванных MRSA. Он установил целевое значение AUC/MIC от 400 до 600, предполагая, что МИК составляет 1 мг/л, и предпочитал байесовское программное обеспечение. Это заменило старую практику достижения минимума в 15–20 мг/л. Изменение было внесено потому, что минимальные уровни плохо предсказывают AUC, а высокие минимальные уровни были связаны с повреждением почек. В более старых методах использовались номограммы или уравнения первого порядка с двумя уровнями, нарисованными в устойчивом состоянии в пределах одного и того же интервала дозирования. Байесовские методы начинаются с популяционной модели, разработанной в опубликованных исследованиях, которая дает типичные значения параметров, то, как они меняются в зависимости от веса, функции почек и возраста, а также насколько различаются пациенты. Затем программное обеспечение обновляет эти значения, используя измеренные уровни пациента. Он может работать с одним уровнем, с нестабильными уровнями и с нерегулярным дозированием. Коммерческие примеры включают DoseMeRx, InsightRx и PrecisionPK. Распространенным заблуждением является то, что эти инструменты представляют собой загадочный искусственный интеллект. Большинство из них основаны на признанных фармакометрических методах, известных как прецизионное дозирование на основе модели. Машинное обучение теперь добавляется для выбора или усреднения моделей, а также для прогнозирования очистки на основе данных EHR. Еще одно заблуждение заключается в том, что программное обеспечение устраняет необходимость в суждениях. Если пациент резко отличается от популяции, использованной для построения модели, например, имеет сильное ожирение, диализ или быстрое изменение функции почек, исходные предположения модели могут ввести в заблуждение.

Реальная реализация

Для пациента с бактериемией MRSA фармацевт вводит время дозы ванкомицина и два измеренных уровня. Программное обеспечение оценивает 24-часовую AUC примерно в 720 мг·ч/л и предлагает снизить дозу, чтобы довести воздействие до диапазона от 400 до 600.

Прежде чем определять какие-либо уровни, программное обеспечение использует популяционную модель с указанием веса пациента и предполагаемой функции почек, чтобы предложить нагрузочную дозу и первый режим поддерживающей терапии.

Для пациентов с муковисцидозом, у которых клиренс аминогликозидов часто отличается от обычного взрослого, дозировка тобрамицина определяется байесовской оценкой на основе измеренных уровней.

В трансплантационном центре воздействие бусульфана оценивается по образцам крови после раннего приема, а последующие дозы корректируются для достижения целевого воздействия.

Будущее прецизионного дозирования и фармакокинетики искусственного интеллекта

Точное дозирование, основанное на модели, распространяется не только на ванкомицин и аминогликозиды, но и на другие препараты, воздействие которых широко варьируется у разных пациентов, например, некоторые бета-лактамы, противораковые средства и биологические препараты. Ключевыми требованиями являются более быстрые анализы на уровне лекарств и интеграция EHR. Машинное обучение может помочь больше всего в выборе правильной модели для пациентов за пределами групп населения, на которых были построены модели, но оно нуждается в подтверждении того, что оно хорошо предсказывает будущие уровни. Принятие будет зависеть от рабочего процесса, доступа к анализам, возмещения расходов и результатов исследований. Для многих лекарств все еще разрабатываются доказательства лучших клинических результатов, а не просто лучшего достижения целей.

Применение на практике

Почему это важно

  • Стоимость и бюджет. Архитектурные решения влияют на производительность и эксплуатационные расходы на протяжении многих лет.
  • Более четкие решения. Техническое образование помогает командам выбрать правильный стек, а не только самый новый.
  • Контроль качества. Лучший инженерный выбор снижает вероятность возникновения проблем с надежностью на производстве.

Следите за

  • Оптимизация одного теста может скрыть более широкие недостатки системы.
  • Затраты на инфраструктуру и техническое обслуживание часто недооцениваются.
  • Пробелы в безопасности и наблюдаемости могут увеличиваться по мере усложнения систем.

Следующие шаги

  1. Определите целевые показатели задержки, качества и стоимости перед внедрением.
  2. Тестирование при реалистичной нагрузке и условиях данных.
  3. Мониторинг прибора на наличие ошибок, дрейфа и влияния пользователя.
  4. Перед масштабированием подготовьте пути отката и реагирования на инциденты.

Продолжайте исследовать

Бесплатная рассылка

Получайте ежедневный AI-обзор

Три проверенных AI-истории каждое утро буднего дня, написанные простым английским. Бесплатно навсегда, без рекламы.

Одно электронное письмо каждый будний день. Отписаться в один клик. Мы никогда не продаем и не передаем ваш адрес.

Проверьте себя

Take the AI Precision Dosing and Pharmacokinetics quiz

Мгновенная обратная связь по каждому ответу и общий сертификат с проверяемым идентификатором после прохождения курса.

Начать тест

Поддержите бесплатное образование в области искусственного интеллекта. AI Understanding — это некоммерческая организация 501(c)(3). Никакой рекламы и платного доступа. Сделать пожертвование

Часто задаваемые вопросы

Что такое прецизионное дозирование и фармакокинетика AI?

Точное дозирование AI сочетает в себе фармакокинетические модели, которые описывают, как лекарство всасывается, распределяется и выводится, с собственными характеристиками пациента и измеренными уровнями лекарства, чтобы рекомендовать индивидуальную дозу. Для ванкомицина байесовское программное обеспечение для дозирования оценивает клиренс каждого пациента по одному или двум уровням в крови, чтобы определить диапазон воздействия. В консенсусном руководстве США 2020 года этот подход отдается предпочтение перед дозированием, основанным только на минимальных уровнях.

Какой диапазон AUC/MIC установлен в консенсусном руководстве по ванкомицину 2020 года для серьезных инфекций, вызванных MRSA, при условии, что МПК составляет 1 мг/л?

В руководстве рекомендовано значение AUC/MIC от 400 до 600, заменяющее минимальное значение от 15 до 20 мг/л.

Как AUC24 ванкомицина связана с дозой и клиренсом в равновесном состоянии?

В равновесном состоянии общая экспозиция за 24 часа равна суточной дозе, разделенной на клиренс, поэтому оценка клиренса имеет решающее значение для дозирования.

Почему руководство отошло от введения только минимального дозирования ванкомицина?

В руководстве поясняется, что минимумы являются несовершенной заменой AUC, а агрессивные минимумы связаны с нефротоксичностью.

Какое преимущество имеют байесовские методы перед традиционными двухуровневыми стационарными расчетами?

Поскольку байесовские методы исходят из популяционной модели, они позволяют индивидуализировать дозы на основе редких и нерегулярных данных.

Что делает штрафной член, взвешенный по вариабельности между субъектами, при оценке MAP?

Предыдущий термин сохраняет оценки близкими к популяционным значениям, если только данные пациента не подтверждают нечто иное.

Продолжайте учиться

Связанные руководства

Другие руководства, выбранные по этой теме

Получите бесплатный AI-сертификатКороткий бесплатный курс и экзамен. Без стоимости, без карты. Около 2,5 часов.Начать бесплатно →