مقدمه: دیابت اپیدیمی و وعده داده های بزرگ

دیابت، شامل دیابت نوع 1، دیابت نوع 2، و فرم های حاملگی، یکی از مهمترین چالش های سلامت جهانی است.با توجه به فدراسیون بین المللی دیابت، تقریبا 537 میلیون بزرگسال در زمان بندی دیابت در سال 2021 با دقت 783 میلیون تا 2045 زندگی می کردند، این بیماری بار اقتصادی شگفت انگیز را تحمیل می کند، که تخمین زده می شود که سالانه 966 میلیارد دلار برای کاهش یافته های دارویی، و تجزیه و تحلیل های شدید، اغلب به عنوان یک فرآیند دارویی، کاهش یافته است.

داده های بزرگ در مراقبت های بهداشتی اشاره به مجموعه داده های عظیم و پیچیده تولید شده توسط سوابق سلامت الکترونیکی (EHRs)، توالی ژنومی، دستگاه های پوشیدنی، تصویربرداری پزشکی و کارآزمایی های بالینی است که یکپارچه و تجزیه و تحلیل با استفاده از یادگیری ماشین، هوش مصنوعی و زیستstatistic های پیشرفته، این داده ها الگوهای پنهان، بیومارکرها و اهداف درمانی را برای تحقیقات دیابت، داده های بزرگ، سرعت بخشیدن به نمونه های شناسایی مواد مخدر، و تجزیه و تحلیل دقیق این روش های بالینی و تحلیل دقیق، و روش های درمانی، و بهینه سازی دقیق از روش های دقیق از روش های دقیق، و روش های دقیق درمان شخصی، نشان می دهد.

نقش فزاینده داده های بزرگ در تحقیقات دیابت

داده های بزرگ یک تکنولوژی نیست بلکه یک اکوسیستم از منابع داده و ابزارهای تحلیلی است.در تحقیقات دیابت، پنج جریان اصلی داده ها به هم پیوسته اند:

  • ] سوابق بهداشت الکترونیک: تاریخچه طولانی مدت بیمار از جمله تشخیص، داروها، ارزش های آزمایشگاهی (به عنوان مثال، HbA1c، گلوکز ناشتا)، و comorbidities. EHRs در حال حاضر جذب میلیون ها از داده های بیمار، قادر به مطالعات مشاهده بزرگ که به طور لجستیکی با کارآزمایی های تصادفی غیر ممکن است.
  • ]Genomic و Multi-Omics داده : توالی کامل ژنوم، رونویسی، پروتئومیکس، پروتئومیکس و متاببولومی از هزاران نفر، آشکار کردن استعداد های ژنتیکی و زیرنوع مولکولی.هزینه توالی توالی توالی توالی ژنوم انسان در زیر 600 دلار کاهش یافته است، و آن را قادر به تولید داده های اولیه مانند داده های زیستی سابق.
  • دستگاه های پوشیدنی و سنسورها: مانیتورهای گلوکز مداوم (CGMs)، ردیابهای تناسب اندام و قلم های هوشمند انسولین تولید اطلاعات فیزیولوژیک در زمان واقعی.A تک CGM تولید بیش از 288 گلوکز در روز، ارائه داده های زمانی متراکم است که می تواند پاسخ های پویا به مداخلات را آشکار کند.
  • داده های آزمایشی بالینی : مجموعه داده های آزمایشی میراث به علاوه شواهد دنیای واقعی (RWE) از مطالعات مشاهده ای و registries صنعت داروسازی دارای پترو بایت از داده های قبلا سیلو شده است که در حال حاضر برای بینش ثانویه استخراج شده است.
  • پایگاه های داده عمومی و اختصاصی: منابع مانند بیبانک انگلستان، همه برنامه تحقیقاتی ما، FinnGen و ابتکار ژنتیک دیابت داده های قابل دسترس را برای سرعت بخشیدن به کشف فراهم می کند.

ادغام این منابع داده های بی نظیر چالش های قدرتمندی را ارائه می دهد.ت ناهمگنی داده ها، ارزش های از دست رفته، محدودیت های حریم خصوصی (HIPAA / GDPR)، و تفاوت در استانداردهای داده نیاز به آسیب پذیری داده های قوی و تجزیه و تحلیل امن تغذیه شده از طریق سیستم عامل هایی که از تجزیه و تحلیل های حفظ حریم خصوصی، مانند نسل داده های مصنوعی و تفاوت، برای باز کردن بینش بدون به خطر انداختن تجزیه و تحلیل های استاندارد بیمار (Iervaing) استفاده از داده های شبکه های استاندارد (ILT) و تحلیل های جهانی از داده ها استفاده می کنند.

نمونه بارز داده های بزرگ در عمل (FLT:0) دیابتی ها از طریق اصلاح کارآزمایی بالینی (DiRECT) است که از داده های EHR برای شناسایی بیمارانی که می توانند از طریق محدودیت کالری به بهبودی برسند استفاده می کنند. PostLT2 از هزاران شرکت کننده آزمایش های متابولیکی که موفقیت پیش بینی شده بود، منجر به معیارهای انتخاب شده و گسترش یافته برای آزمایش های قابل توجه دیگر است.[۳]

چگونه Data Analytics سرعت کشف دارو را افزایش می دهد

خط لوله کشف دارو - از شناسایی هدف گرفته تا آزمایش های پیش بالینی، آزمایشات بالینی و تأیید قانونی - تأییدیه از داده های بزرگ در هر مرحله بررسی مکانیسم های کلیدی که تجزیه و تحلیل داده ها سرعت پیشرفت به سمت درمان های جدید دیابت را تسریع می کند.

شناسایی هدف و اعتبار

از نظر تاریخی، اهداف دارویی از طریق سراگرایی یا آزمایش های آزمایشگاهی (امروز، الگوریتم های یادگیری ماشین من ژنومیک و رونویسی مجموعه داده ها برای مشخص کردن ژن ها، پروتئین ها و مسیرهای مرتبط با دیابت کشف شدند؛ به عنوان مثال، مطالعات انجمن Genome-WAS) بیش از 400 مطالعه ژنتیکی مرتبط با دیابت نوع 2 را شناسایی کرده اند، اما تنها یک بخش قابل اطمینان از مواد مخدر را در اولویت قرار می دهند.

یک موفقیت قابل توجه، ] گیرنده آلفا-1 کلاس، در حال حاضر یک پایه از درمان دیابت است، تجزیه و تحلیل های ژنوم اولیه اشاره به ژن GLP-1R به عنوان یک تنظیم کننده کلیدی از ترشحات گلوکز، پیش بینی می کند: زیرمجموعه های بزرگ و مصنوعی با استفاده از داده ها از (FLT:2).

مثال دیگر از کنسرسیوم AMP T2D ، که داده های رونویسی یکپارچه از پانکراس انسانی با سیگنال های ارتباط ژنتیکی برای شناسایی ژن TCF7L2 به عنوان یک هدف بالا، مطالعات عملکردی نشان داد که TCF7L2 moddd سلول های سیگنال دهی کوچک و پیش از آن در این مسیر بتا-mol هستند.

مدل سازی پیش بینی شده برای پاسخ به دارو

یکی از هیجان انگیزترین کاربردهای داده های بزرگ پیش بینی می کند که بیماران فردی به یک داروی خاص پاسخ می دهند. آزمایشات سنتی به طور متوسط اثرات درمان در سراسر جمعیت ناهمگن، اغلب زیرمجموعه هایی از دست رفته که به نفع (یا آسیب می بینند) مدل های یادگیری ماشین، آموزش داده شده در مقادیر آزمایشگاه پایه، جمعیت شناسی، و سابقه دارویی قبلی، می تواند بیماران را به گروه های واکنش دهنده متمایز تبدیل کند.

به عنوان مثال، مطالعه ای با طب تانگو از داده های EHR از ۱۰۰۰۰ بیمار مبتلا به دیابت نوع ۲ برای پیش بینی شکست متافرمین ( منتشر شده در طب طبیعی استفاده کرد مدل به دست آورد AUC از 0.85، شناسایی بیماران که نیاز به اضافه درمانی در چنین ابزارهای ثبت شده دارند، به احتمال زیاد کاهش اندازه های بالینی - و اطمینان از اندازه های موجود در پاسخ می تواند به آنها کمک کند.

فراتر از متفورمین، امتیازات خطر چندوژنیک (PRS) برای پیش بینی پاسخ به سولفات بی ارزشتراس، تیازولدینیdio، و مهارکننده های DPP-4 توسعه یافته است. A 2024 متاآنالیز از 12,000 بیمار در برش HLT:0UK Biobank [LT: 1] نشان داد که افراد در بالاترین کارآزمایی های PRS decic برای کاهش سریع تر از آن استفاده می کنند.

به طور مشابه، الگوریتم های یادگیری عمیق تجزیه و تحلیل داده های CGM می توانند روز های پیش بینی هیپوگلیسمی را پیش بینی کنند.یک مدل توسعه یافته توسط سلامت گوگل و JDRF در پیش بینی هیپوگلیسمی شب تنها با استفاده از شش ساعت از داده های قبلی CGM این پیش بینی ها نه تنها ایمنی دارویی را بهبود می بخشد، بلکه اجازه می دهد تا شرکت های محافظت از فاز یا بتا 2 را کوتاه تر کند.

بهینه سازی طراحی کارآزمایی بالینی

کارآزمایی های بالینی مرحله محدود کننده نرخ در توسعه مواد مخدر هستند. تجزیه و تحلیل داده های بزرگ این تنگنا را از طریق کاهش می دهد:

  • [[ویرایش] [[[۱]] [[۱]]] [[۱]]] [[۱]]]] [[۱۰]]] [[۱]]] [FLT:] [۱] [۱] [۱۰]] [۳] [۳]] [۱۰]] [۳]] [FLT]] [۱۰] [۳]] [۱۰]] [۱۰] [۱۰] [۱۰] [۱۰] [۱۰]] [۳] [۱۰] [۱۰] [۱۰] [۱۰]] [۱] [۳]]]] [۱۰] [۱۰] [۱۰] [۱۰]] [۳]]]]] [۱۰]]]] [۳] [۳] [۳] [۱۰] [۳] [۳] [۳] [۳] [۱۰] [۳] [۳] [۳]] [۱۰] [۳] [۱۰] [۳] [۱]] [۳] [۳] [۱]] [۳] [۳] [۶] [۶] [۳] [۳] [۳] [۳]] [۶] [۱] [۱] [۱۰] [۳
  • Twins دیجیتال ؛ کنترل مصنوعی تولید شده بر اساس داده های بیمار تاریخی نیاز به سلاح های پلاسبو را کاهش می دهد، زمان ثبت نام را 30 تا 50٪ اخیر (FLT:2) داروهای مشتق شده توسط AI خلبان استفاده از دوقلوهای دیجیتال برای شبیه سازی یک بازوی 200-patient، جایگزین ثبت نام واقعی و کاهش مدت زمان آزمایش توسط 14 ماه در حالی که قدرت آماری 14 ماه است.
  • ] استخدام کننده هدایت ؛ پردازش زبان طبیعی معیارهای واجد شرایط بودن را از EHRs برای مطابقت با بیماران به کارآزمایی ها استخراج می کند. A Mercatus مرکز مطالعه در نوع نادر [FLT3] دریافت که چنین ابزار بهبود بهره وری استخدام تا 40٪.
  • انتخاب سایت : مدل های پیش بینی شده سایت های بالینی با پتانسیل ثبت نام بالا و انطباق پروتکل خوب، به حداقل رساندن تاخیر آموزش داده شده در داده های تاریخی از 500 کارآزمایی دیابت به کاهش 25٪ در زمان فعال سازی سایت دست آورد.

به عنوان مثال، آزمون ] برای نارسایی قلبی مرتبط با دیابت از یک پلت فرم تجزیه و تحلیل مبتنی بر ابر برای هماهنگ کردن داده ها از 30 سایت، قادر به نظارت بر زمان واقعی و تغییرات تطبیقی استفاده می کند. کارآزمایی تکمیل شده شش ماه قبل از برنامه و ارائه شواهد اولیه برای ترکیب جدید SGLT2 جدید.

یکی دیگر از روش های نوآورانه استفاده از داده های طولی EHR برای ساخت کنترل های تاریخی همسان است. هر کارآزمایی برای درمان های دیابت نوع 2 نشان داد که چنین سلاح های کنترل خارجی می تواند نیاز به گروه های پلاسبو همزمان را تا 40٪ کاهش دهد، در حالی که هنوز هم تولید برآورد های قوی با طرح های سنتی تصادفی.

شواهد واقعی جهانی و نظارت بر بازار پس از بازار

پس از رسیدن به دارو، داده های بزرگ همچنان نقش مهمی ایفا می کنند.[۵] شواهد جهانی واقعی (RWE) از ادعاهای بیمه، EHRs و registries کمک می کند تا حوادث نادر نامطلوب، اثربخشی در جمعیت های گسترده تر را شناسایی کند و نشانه های جدید (خرید مجدد مواد مخدر) را کشف کند. [F:0 شواهد واقعی FDA [F]

یک مورد کلاسیک برای پیشگیری از پیش دیابت (post-hoc تجزیه و تحلیل از برنامه پیشگیری از دیابت ( ترکیب با داده های ELT3 از 100،000 بیمار، تایید کرد که پیش بینی بیماری های قلبی عروقی پیشرفت به نوع 2 دیابت در افراد با خطر بالا را کاهش می دهد.این منجر به توصیه تجزیه و تحلیل بالینی برای درمان های بزرگ در حال حاضر (Fickin، صرفه جویی در هزینه های بزرگ در آینده، صرفه جویی در هزینه های بزرگ در درمان های بهداشت و درمان، صرفه جویی در حال حاضر.

RWe همچنین امکان انتقال مداوم دارو را فراهم می کند. A Korean تشخیص سیگنال با استفاده از EHRs از 2 میلیون بیمار دیابتی شناسایی سه تعاملات دارویی شناخته شده قبلی مرتبط با هیپوگلیسمی، که منجر به به به به روز رسانی بسته ها و هشدار های تصمیم گیری بالینی.

مطالعات موردی و داستان های موفقیت

چندین طرح اخیر نشان دهنده تاثیر ملموس داده های بزرگ بر کشف درمانی دیابت است.

مطالعه موردی 1: داروهای جایگزین شده از طریق معدن EHR

محققان در [FLT] بیش از 30 میلیون رکورد EHR را تجزیه و تحلیل کردند تا داروها را که در حال حاضر برای شرایط دیگر که ممکن است کنترل گلیسمیک را بهبود بخشد، شناسایی کنند niclos]؛ [FLT3] [FLT3] در حال حاضر یک کاندیدای اثربخشی ضد قفسه سینه است که مطالعات AMPK را فعال می کند و کاهش تولید صفحه نمایش داده (Fc1) را از نوع 2٪ تأیید کرده است.

مطالعه موردی 2: استراتژی سازی ژنومیک برای درمان شخصی

بیماران مبتلا به دیابت نوع 2، ناهمگنی قابل توجهی در پاسخ به سولفات (LTlureas، یک کنسرسیوم معمول خوراکی که توسط موسسه Broad] هدایت می شود ارائه شده است یک داروی چند قومی GWAS متاآنالیز از 15،000 بیمار و شناسایی یک نوع جدید (FLT:2C2C29 [Fom3] که پیش بینی می کند که کاهش یافته است.

مطالعه موردی 3: یادگیری ماشین برای حفاظت از سلول های بتا-Cell Biomarkers

جلوگیری از کاهش سلول بتا یک هدف مهم برای دیابت نوع 1 است.[۵] یک تیم از LT:JDRF و IBM Watson Health [FLT3] درمان سریع با استفاده از یک مدل یادگیری عمیق در سطوح بتا، پروفایل های autoantibody، و داده های CGM از ۲۵۰۰ بیمار در مطالعه (F4:Trime)

مسیر های آینده و چالش ها

ادغام هوش مصنوعی با داده های بزرگ برای تسریع کشف مواد مخدر دیابتی حتی بیشتر است.

ادغام چند بعدی و دوقلوهای دیجیتال

به جای تجزیه و تحلیل ژنومیک، پروتئومیک ها و متاببولیک ها در انزوا، سیستم عامل های جدید مانند DeepVariant گوگل و cellarity [FLT3] ترکیب داده های چند ترم با سوابق بهداشت الکترونیکی برای ایجاد "دی دیجیتال" از دوقلوهای مجازی [F4] استفاده از مواد مخدر و "قانونی طبیعی" (F5٪ از بیماری های نمونه برداری شده است.

هوش مصنوعی برای کاندیداهای مولکولی جدید

شبکه های اجتماعی عمومی (GANs) و مدل های مبتنی بر ترانسفورماتور در حال حاضر طراحی مولکول های کوچک و بیولوژیک از ابتدا. در سال 2023، [FLT] insilico Medicine یک کاندید برای بتافپاتی دیابتی کشف شده به طور کامل با AI، که وارد کارآزمایی بالینی من تنها پس از 18 ماه از شناسایی نمونه های اولیه توسعه، به طور مشابه از تجزیه و تحلیل مولکول معکوس استفاده می کند.

یکی دیگر از توسعه های هیجان انگیز استفاده از مدل های زبان بزرگ (LLMs) برای استخراج ادبیات زیست پزشکی برای روابط دارویی - هدف گذاری است. ] BioGPT [ و PubmedBERT به خوبی برای استخراج اهداف بالقوه دیابت از انتزاع، دستیابی به نرخ دقیق و شناسایی 50 آزمایش های معتبر است که پس از آن، آزمایش های جدید.

ادغام داده های قابل تحمل و نظارت مستمر

تکثیر CGMs و ردیاب های تناسب اندام تولید حجم بی سابقه ای از داده های فیزیولوژیک است. محققان در حال حاضر این جریان ها را با EHRs ادغام می کنند تا پاسخ های دنیای واقعی را به داروهای خارج از تنظیمات بالینی جذب کنند، به عنوان مثال، یک مطالعه از اندازه HLT:0Scripps موسسه ترجمه تحقیقات از داده های CGM برای تشخیص سریع گلوکز به عنوان یک نمونه نهایی به عنوان یک نمونه از Hpoint1 پیش بینی بهتر است.

داده های قابل تحمل همچنین نظارت از راه دور برای رویدادهای نامطلوب را فراهم می کند. مطالعه قلب اپل روش برای دیابت سازگار است: یک برنامه نظارت بر بازار بزرگ برای مهار کننده SGLT2 از تشخیص هوشمند از سقوط و همگام سازی برای تشخیص حوادث هیپوگلیسمی در زمان واقعی، با هشدار به طور مستقیم ارسال شده به محققان کارآزمایی بالینی استفاده می کند.

ملاحظات اخلاقی و نظارتی

استفاده از داده های بزرگ، سوالات اخلاقی مهمی را مطرح می کند. [۱] حریم خصوصی داده ها و رضایت آگاهانه برای استفاده از داده های ثانویه باید مورد توجه قرار گیرد. [FLT:FDA] مرکز بهداشت دیجیتال تعالی استخدام گروه های آفریقایی برای تأیید بیومارکرهای مبتنی بر AI و نقاط انتهایی، تلاش هایی مانند [F:2] همه تحقیقات ما [F2] تنها با هدف ایجاد چارچوب های مختلف در حال توسعه داده ها و اثبات آن است.

اطلاعات آینده

علی رغم پیشرفت، ادغام گسترده داده های دارویی اختصاصی با مجموعه داده های عمومی همچنان چالش برانگیز است. Initiatives مانند مشارکت پزشکی برای دیابت نوع 2 (AMP T2D) تجزیه و تحلیل صنعت، دانشگاه و نهادهای نظارتی برای به اشتراک گذاری داده های پیش از رقابتی، AMP T2D در حال حاضر کمک به کشف مشترک از طریق مواد مخدر و استفاده از آن را به اهداف جدید P1.

یکی دیگر از پیشرفت های حیاتی ظهور بازار داده مبتنی بر بلاک چین است.[۱۰] اکنون به بیماران اجازه می دهد تا اطلاعات EHR و ژنومی خود را به طور مستقیم با محققان در ازای جبران خسارت، دور زدن سیلوهای سازمانی که شامل ۵،۰۰۰ بیمار دارویی است، با تقسیم ۲ میلیارد نفر از شرکت کنندگان در طول دوره ی دسترسی به اطلاعات، به طور مستقیم با محققان در ازای جبران خسارت، با دور زدن سیلوهای نهادی، ارائه شده است.

نتیجه گیری

تجزیه و تحلیل داده های بزرگ صرفاً بهبود تدریجی در کشف مواد مخدر دیابتی نیست - این یک تغییر پارادایم است.با فعال کردن شناسایی هدف بر اساس شواهد ژنتیکی قوی، پیش بینی پاسخ های خاص بیمار، بهینه سازی طرح های آزمایشی و استفاده از داده های واقعی دیابت، محققان می توانند زمان، هزینه و میزان مشخصه های دقیق تر از خط لوله های سنتی را کاهش دهند.