Tiếp theoHướng dẫn tiếp theo
AI cho các nhà trị liệu nghề nghiệp
ngành công nghiệp
HƯỚNG DẪN ngành
AI trong dược động học
AI trong dược động học có nghĩa là sử dụng phần mềm, bao gồm cả học máy, để biến kết quả xét nghiệm di truyền của bệnh nhân thành dự đoán về cách họ sẽ xử lý hoặc phản ứng với các loại thuốc cụ thể, sau đó khớp những dự đoán đó với hướng dẫn dùng thuốc đã công bố, chẳng hạn như hướng dẫn CPIC.
Trên trang nàyđọc 4 phút
Tổng quan
Điều này quan trọng vì một số cặp gen-thuốc dự đoán tác hại nghiêm trọng hoặc thất bại điều trị. Các ví dụ bao gồm CYP2C19 với clopidogrel và HLA-B*57:01 với abacavir. Giải thích tự động giúp dược sĩ hành động dựa trên những kết quả này tại thời điểm kê đơn.
Lặn sâu
Dược động học nghiên cứu sự khác biệt di truyền của DNA làm thay đổi phản ứng của thuốc như thế nào. Một tập hợp nhỏ các gen tạo ra hầu hết các kết quả có thể được thực hiện ngày nay. CYP2D6, CYP2C19 và CYP2C9 mã hóa các men gan xử lý nhiều loại thuốc. VKORC1 ảnh hưởng đến độ nhạy của warfarin. SLCO1B1 ảnh hưởng đến cách các statin như simvastatin đến gan. TPMT và NUDT15 hướng dẫn liều lượng thiopurine, DPYD hướng dẫn hóa trị liệu bằng fluoropyrimidine và một số biến thể HLA-B nhất định dự đoán các phản ứng miễn dịch nghiêm trọng đối với các thuốc như abacavir và carbamazepine. Việc giải thích diễn ra theo từng bước. Phòng thí nghiệm xác định các biến thể, nhóm chúng thành các 'alen sao' được đặt tên (được phân loại bởi PharmVar) và gán cặp alen mà một người mang, được gọi là ngoại giao. Kiểu ngoại giao đó sau đó được chuyển thành kiểu hình, chẳng hạn như chất chuyển hóa kém, trung bình, bình thường, nhanh hoặc cực nhanh. Hiệp hội Thực hiện Dược động học Lâm sàng (CPIC) xuất bản các hướng dẫn được bình duyệt để biến kiểu hình thành hành động kê đơn. Hướng dẫn của CPIC giả định rằng kết quả kiểm tra đã tồn tại. Họ giải thích phải làm gì với nó chứ không phải có nên yêu cầu xét nghiệm hay không. Lớp phần mềm thực hiện hầu hết công việc hàng ngày. Công cụ quy tắc trong hồ sơ sức khỏe điện tử kiểm tra yêu cầu mới đối với các kiểu gen được lưu trữ và cảnh báo cho người kê đơn hoặc dược sĩ. Học máy được sử dụng theo những cách hẹp hơn: dự đoán liệu các biến thể hiếm, không đặc trưng có làm giảm chức năng hay không, gọi các gen khó từ dữ liệu giải trình tự và các mô hình nghiên cứu kết hợp di truyền với các yếu tố lâm sàng. Dược sĩ làm nhiều việc hơn là chỉ đọc thông báo. Họ kiểm tra sự chuyển đổi phenoconversion, trong đó loại thuốc mà bệnh nhân đã sử dụng sẽ thay đổi cách thức hoạt động của enzyme. Ví dụ, các chất ức chế CYP2D6 mạnh như paroxetine hoặc fluoxetine có thể làm cho chất chuyển hóa bình thường về mặt di truyền hoạt động giống như chất chuyển hóa kém. Một quan niệm sai lầm phổ biến là bảng điều khiển dược động học sẽ cho bạn biết loại thuốc chống trầm cảm nào sẽ có tác dụng. Tốt nhất là nó cho thấy một số loại thuốc sẽ được xử lý như thế nào, đây chỉ là một yếu tố quyết định liệu thuốc đó có giúp ích hay không.
Tác động chiến lược
Bối cảnh và quy tắc
Bối cảnh của ngành quyết định liệu các ý tưởng AI có tồn tại được khi tiếp xúc với thực tế hay không.
Kiểm soát chất lượng
Các ràng buộc về miền ảnh hưởng đến tỷ lệ lỗi có thể chấp nhận được và các mô hình giám sát.
Xây dựng lựa chọn
Triển khai thành công sẽ điều chỉnh năng lực kỹ thuật phù hợp với quy trình làm việc tuyến đầu.
Tương lai của AI trong dược động học
Xét nghiệm trước, trong đó bệnh nhân được xác định kiểu gen một lần và kết quả được sử dụng lại cho các đơn thuốc trong tương lai, đang phát triển ở một số hệ thống y tế. Điều đó làm cho việc lưu trữ và diễn giải lại chính xác lâu dài trở nên quan trọng hơn. Học máy để phân loại các biến thể hiếm và gọi các gen phức tạp đang được cải thiện, nhưng những dự đoán mới vẫn cần bằng chứng chức năng trước khi các hướng dẫn áp dụng chúng. Các hướng dẫn phụ thuộc vào các quần thể đã được nghiên cứu và nhiều nhóm tổ tiên không được trình bày đầy đủ trong dữ liệu cơ bản. Việc mở rộng bằng chứng đó có thể cũng quan trọng như các thuật toán tốt hơn. Vai trò của dược sĩ trong việc giải thích kết quả và kiểm tra tương tác thuốc sẽ tăng lên khi xét nghiệm lan rộng.
Triển khai trong thế giới thực
Một bệnh nhân tim được đặt stent hóa ra lại là người chuyển hóa kém CYP2C19. Một cảnh báo trong hồ sơ sức khỏe điện tử cho dược sĩ biết rằng clopidogrel có thể không hoạt động đủ tốt và nhóm chuyển sang một loại thuốc kháng tiểu cầu khác.
Trước khi phẫu thuật cho trẻ, hệ thống hỗ trợ quyết định của bệnh viện đánh dấu rằng trẻ là chất chuyển hóa siêu nhanh CYP2D6. Dược sĩ khuyên dùng một loại thuốc giảm đau khác ngoài codeine, loại thuốc này có thể biến thành lượng morphin nguy hiểm.
Dược sĩ ung thư xem xét kết quả DPYD trước khi bệnh nhân bắt đầu hóa trị liệu bằng fluoropyrimidine như capecitabine. Theo hướng dẫn của CPIC, cô ấy khuyến nghị giảm liều khởi đầu cho bệnh nhân bị giảm chức năng DPYD.
Một phòng thí nghiệm sử dụng thuật toán chuyên dụng để gọi các biến thể CYP2D6 từ dữ liệu giải trình tự, bao gồm các bản sao gen và gen lai, điều mà các nhóm thử nghiệm đơn giản thường bỏ sót. Sau đó, nó sẽ báo cáo một kiểu hình mà phần mềm của phòng khám có thể hoạt động.
Rủi ro & lan can
Các yêu cầu pháp lý có thể vô hiệu hóa các nguyên mẫu mạnh mẽ.
Dữ liệu lịch sử có thể mã hóa thành kiến gây tổn hại cho các cộng đồng cụ thể.
Các hệ thống cũ có thể tạo ra các nút thắt cổ chai trong tích hợp và chi phí tiềm ẩn.
Lộ trình thực hiện
Thu hút các chuyên gia trong lĩnh vực từ việc xác định vấn đề đến đánh giá.
Thiết kế các đường dẫn kiểm tra và tài liệu trước khi ra mắt.
Xác nhận sớm các nghĩa vụ tuân thủ và an toàn.
Triển khai theo từng giai đoạn với tiêu chí dừng và khôi phục rõ ràng.
Tiếp tục khám phá
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the AI in Pharmacogenomics quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Câu hỏi thường gặp
AI trong dược động học là gì?
AI trong dược động học có nghĩa là sử dụng phần mềm, bao gồm cả học máy, để biến kết quả xét nghiệm di truyền của bệnh nhân thành dự đoán về cách họ sẽ xử lý hoặc phản ứng với các loại thuốc cụ thể, sau đó khớp những dự đoán đó với hướng dẫn dùng thuốc đã công bố, chẳng hạn như hướng dẫn CPIC. Điều này quan trọng vì một số cặp gen-thuốc dự đoán tác hại nghiêm trọng hoặc thất bại điều trị. Các ví dụ bao gồm CYP2C19 với clopidogrel và HLA-B*57:01 với abacavir. Giải thích tự động giúp dược sĩ hành động dựa trên những kết quả này tại thời điểm kê đơn.
Có hướng dẫn CPIC cho cặp gen-thuốc. Theo hướng dẫn, nó trả lời câu hỏi gì?
Hướng dẫn của CPIC giả định kết quả tồn tại và giải thích cách hành động dựa trên kết quả đó. Họ không đề cập đến việc có nên kiểm tra hay không.
Kiểu gen của bệnh nhân cho thấy chức năng CYP2D6 bình thường nhưng họ dùng paroxetine. Dược sĩ nên cân nhắc điều gì?
Các chất ức chế CYP2D6 mạnh như paroxetine có thể làm cho chất chuyển hóa bình thường về mặt di truyền hoạt động giống như chất chuyển hóa kém, điều này làm thay đổi cách hoạt động của các loại thuốc được xử lý CYP2D6 khác.
Tại sao hướng dẫn lại cảnh báo không nên dùng codeine cho chất chuyển hóa siêu nhanh CYP2D6?
CYP2D6 chuyển đổi codeine thành morphin. Các chất chuyển hóa cực nhanh có thể tạo ra mức morphin nguy hiểm, vì vậy CPIC khuyến nghị một loại thuốc giảm đau khác.
Điểm hoạt động CYP2D6 được tính như thế nào như được mô tả trong hướng dẫn?
Mỗi alen nhận được một giá trị hoạt động, chẳng hạn như 0, 0,25, 0,5 hoặc 1. Hai alen này được cộng lại và bảng CPIC ánh xạ tổng số đó thành một kiểu hình.
Điều gì khiến CYP2D6 đặc biệt khó gọi từ trình tự đọc ngắn?
Các thay đổi về số bản sao và các kết hợp CYP2D6-CYP2D7 gây nhầm lẫn cho các quy trình tiêu chuẩn, đó là lý do tại sao những người gọi chuyên biệt như Aldy, Stargazer và Cyrius tồn tại.
Tiếp tục học hỏi
Hướng dẫn liên quan
Đã chọn thêm hướng dẫn cho chủ đề này