Big data afkoder vores reelle optag af medicin

IBM Watson Health tilbyder lægemiddelproducenter og andre sundhedsaktører intelligente løsninger, der afkoder vores optag af medicin og kan føre til mere oplyste beslutninger om lægemidler og behandling.

Med en af verdens største anonymiserede patientdatabaser skaber IBM Watson Health intelligente løsninger, der giver pharma og læger ny viden om, hvordan lægemidler interagerer med anden medicin, livsstil, fødevarer og sygdomme i forskellige stadier.

Der hører mere til et lægemiddels påvirkning end det, der er beskrevet på indlægssedlen, og det kan være livsnødvendigt også at have styr på de andre påvirkninger

Der er brug for mere viden om, hvordan patienter ude i virkeligheden optager medicin. En klinisk test kan dokumentere et nyt lægemiddels isolerede effekt, men fortæller ikke, hvordan ny medicin interagerer med anden medicin, livsstilssygdomme og bestemte fødevarer.

Det er en problemstilling, IBM Watson Health er meget optaget af. Med brug af en af verdens største databaser over patienter, patientforløb og medicin tilbyder IBM Watson Health lægemiddelproducenter og andre sundhedsaktører intelligente løsninger, der afkoder vores optag af medicin og kan føre til mere oplyste beslutninger om lægemidler og behandling.

Komplekst medicinforbrug
Sundhedssektorens udfordring er, at forsøgspersoner i de kliniske tests, myndighederne baserer en godkendelse på, primært er raske unge mænd, forklarer Per Holst-Hansen, Sales Manager – Europe hos IBM Watson Health:

”Der er ikke krav om fifty-fifty fordeling af mænd og kvinder, selv om samfundet cirka er skruet sådan sammen, og selv om vi ved, at kvinder ikke optager medicin på helt samme måde som mænd. Alkoholikere, storrygere og svært overvægtige indgår normalt heller aldrig i forsøg. Forsøget dokumenterer altså kun lægemidlets virkning isoleret set og eventuelle bivirkninger på kort sigt. Sådan fungerer det i Danmark og stort set alle steder.”

Medicinforbruget i virkelighedens verden er dog meget komplekst i forhold til et klinisk forsøg. I Danmark og resten af Vesteuropa står kroniske patienter ifølge Per Holst-Hansen for cirka 80 procent af alle sundhedsudgifter. Cirka 60 procent af alle ekspeditioner på et dansk apotek er til patienter, som får mere end ét receptpligtigt lægemiddel, og omkring en fjerdedel af disse 60 procent får mere end 10 slags receptpligtig medicin.

Hjælp fra big data
IBM Watson Health udnytter i sine løsninger den database på cirka 250 millioner amerikanske patienter, som IBM har samlet og anonymiseret gennem 40 år. Jo større et datasæt er, jo bedre bliver mulighederne for at se mønstre, man ellers ikke ville opdage. Når én patient ud af 10 reagerer utilsigtet på medicin, kan det være et tilfælde uden statistisk signifikans.

”Derfor er det interessant at have store datasæt over patienter, patientforløb og medicin, så man får såkaldt RWE (Real World Evidence, red.) gennem observationer af, hvordan medicin virker på rigtige patienter. Det er noget helt andet end kliniske forsøg, og det giver også helt andre indsigter, end vi kan opnå herhjemme med databaser af begrænset størrelse,” siger Per Holst-Hansen.

IBM’s database giver mulighed for at teste hypoteser i en database med cirka 50 gange flere patienter, end der er indbyggere i Danmark. Analyseværktøjet udnytter, at alle lægemidler, sygdomme og behandlinger er udstyret med koder, som i kombination med patientinformation kan fortælle, hvordan bestemte grupper og mængder af patienter i forskellige stadier af en sygdom reagerer på forskellige typer af medicin og behandling. Som kunde kan man også vælge at bruge IBM’s analyseværktøj på sit eget datasæt og dernæst sammenligne resultatet med det store datasæt.

Livsstil og fødevarer
De fleste læger har i dag adgang til et værktøj, som fortæller, hvordan forskellige lægemidler påvirker hinanden. IBM’s løsninger går skridtet videre og giver også viden om interaktioner mellem medicin, livsstil og fødevarer. I kraft af databasen er det for eksempel muligt at tjekke for effekten af rygning og alkohol og fødevarer som soya, avocado og persille.

”Vi kan også vise, i hvilken grad forskellige lægemidler påvirker modermælken hos ammende kvinder og fostret hos gravide. Der hører mere til et lægemiddels påvirkning end det, der er beskrevet på indlægssedlen, og det kan være livsnødvendigt også at have styr på de andre påvirkninger.”

Et eksempel er blodfortyndende medicin, der har et meget smalt terapeutisk vindue, som nemt påvirkes af fødevarer.

”Målet med at bruge big data i denne sammenhæng er at kunne tilbyde en mere individuel behandling til hver enkelt patient, forbedre patientens livskvalitet og sandsynligvis også livslængde. Det vil også spare samfundet penge på lægemidler og behandling,” siger Per Holst-Hansen.

IBM Watson Health er dedikeret til at udvikle smartere økosystemer i sundhedssektoren.

Det sker med løsninger, som gennem teknologier som Cloud, Analytics, AI og Blockchain forbedrer beslutningstagningen på nøgleområder som Operations, Financial, Research og Clinical. IBM stiller database og interaktionsværktøj til rådighed som en sevice via cloud – begge løsninger har brugere over hele verden.

Læs mere på 

www.ibm.com