Инициатива базы данных Сопротивления

Инициатива по базам данных по реагированию на резистентность к ВИЧ ( RDI ) была создана в 2002 году с целью использования искусственного интеллекта (ИИ) для прогнозирования того, как пациенты будут реагировать на лекарства от ВИЧ, используя данные более 250 000 пациентов из примерно 50 стран мира.

RDI использовал свои модели для создания системы прогнозирования ответа на лечение ВИЧ (HIV-TRePS). Этот бесплатный онлайн-инструмент, запущенный в 2010 году, позволил медицинским работникам загружать данные о своих пациентах и получать высокоточные прогнозы того, как они будут реагировать на различные комбинации 30 или более доступных лекарств. Этот инструмент позволил врачам индивидуализировать лечение своих пациентов, используя прогнозы, основанные на более чем миллионе пациенто-лет опыта лечения.

ВИЧ-TRePS, возможно, была первой системой принятия медицинских решений на основе искусственного интеллекта, которая была разработана, успешно протестирована и использована в клинической практике. С тех пор его использовали тысячи медицинских работников для оптимизации лечения десятков тысяч пациентов.

С момента создания RDI лечение ВИЧ- инфекции значительно продвинулось вперед: появились более эффективные и лучше переносимые лекарства в более удобных комбинированных формах. В большинстве стран ВИЧ в настоящее время считается хроническим, поддающимся лечению заболеванием. Более того, успех лекарств в снижении количества вируса существенно снижает дальнейшую передачу вируса, и во многих местах количество новых случаев заражения снижается.

Такое улучшение лечения ВИЧ означает, что потребность в сложном искусственном интеллекте для принятия решений о лечении ВИЧ значительно снизилась. В ответ RDI прекратил разработку дальнейших моделей и в марте 2024 года отказался от своей системы ВИЧ-TRePS.

Фон

Вирус иммунодефицита человека (ВИЧ) — это вирус , вызывающий синдром приобретенного иммунодефицита ( СПИД ), состояние, при котором иммунная система начинает отказывать, что приводит к опасным для жизни оппортунистическим инфекциям .

около 30 антиретровирусных Для лечения ВИЧ-инфекции одобрено препаратов против ВИЧ, принадлежащих к шести различным классам, в зависимости от того, на каком этапе жизненного цикла ВИЧ они действуют.

Они используются в комбинации; обычно 3 или более препаратов из 2 или более различных классов, форма терапии, известная как высокоактивная антиретровирусная терапия или ВААРТ . Целью терапии является подавление вируса до очень низкого, в идеале необнаружимого уровня в крови. Это предотвращает истощение вирусом иммунных клеток , которые он преимущественно атакует ( клетки CD4 ), а также предотвращает или отсрочивает болезнь и смерть.

Несмотря на растущую доступность этих препаратов и последствия их применения, лечение по-прежнему неэффективно, что часто приводит к развитию резистентности. Во время лекарственной терапии все еще может наблюдаться репликация вируса на низком уровне, особенно если пациент пропускает дозу. ВИЧ совершает ошибки при копировании своего генетического материала, и если мутация делает вирус устойчивым к одному или нескольким препаратам, применяемым при лечении пациента, он может начать более успешно размножаться в присутствии этого препарата и подорвать эффект лечения. Если это произойдет, лечение необходимо изменить, чтобы восстановить контроль над вирусом.

Подход RDI

Подход RDI заключался в использовании искусственного интеллекта (включая модели нейронных сетей и случайного леса ), обученного на данных сотен тысяч пациентов, получавших различные препараты в различных клинических условиях по всему миру, чтобы предсказать, как поведет себя отдельный пациент. реагировать на любую новую комбинацию препаратов против ВИЧ. Модели были протестированы с использованием независимых наборов данных и неизменно достигли точности примерно 80%. ^[1]^[2]^[3]^[4]^[5]^[6]^[7]^[8]^[9]^[10]^[11]^[12]^[13]^[14]^[15]

Ссылки

^ Ревелл А.Д., Ван Д., Перес-Элиас М.-Дж., Вуд Р., Когилл Д., Темпельман Х. и др. (18 июня 2021 г.). «Обновление ВИЧ-TRePS 2021 года: очень гибкая и точная система для прогнозирования ответа на лечение на основе неполной исходной информации в различных медицинских учреждениях» . Журнал_приобретенных_синдромов_иммунного_дефицита . 76 (7). Оксфордский академический: 1898–1906. дои : 10.1093/JAC/DKAB078 . ПМЦ 8212763 . ПМИД 33792714 .
^ Ревелл А.Д., Ван Д., Перес-Элиас М.-Дж., Вуд Р., Темпельман Х., Клотет Б. и др. (1 июня 2019 г.). «Прогнозирование вирусологического ответа на лечение ВИЧ с течением времени: инструмент для условий с различными определениями вирусологического ответа». Журнал_приобретенных_синдромов_иммунного_дефицита . 81 (2). Липпинкотт Уильямс и Уилкинс: 207–215. дои : 10.1097/QAI.0000000000001989 . ПМИД 30865186 .
^ Ревелл А.Д., Ван Д., Перес-Элиас М.-Дж., Вуд Р., Когилл Д., Темпельман Х. и др. (1 августа 2018 г.). «Обновление системы ВИЧ-TRePS в 2018 году: разработка новых вычислительных моделей для прогнозирования результатов лечения ВИЧ, с генотипом или без него, с повышенным удобством использования для условий с низким доходом» . Журнал антимикробной химиотерапии . 73 (8). Издательство Оксфордского университета: 2186–2196. дои : 10.1093/JAC/DKY179 . ПМК 6054173 . ПМИД 29889249 .
^ Ревелл, А.Д., Хабо, П., Ледваба, Л., Эмери, С., Ван, Д., Вуд, Р., Морроу, К., Темпельман, Х., Хамерс, Р.Л., Рейсс, П., ван Сигем , А., Позняк А., Монтанер, Дж.С.Г., Лейн, ХК, Лардер, Б. (30 июня 2016 г.). «Вычислительные модели как предикторы результатов лечения ВИЧ для когорты Фидиса в Южной Африке» . Южноафриканский журнал медицины ВИЧ . 17 (1). АОЗИС: 450. doi : 10.4102/SAJHIVMED.V17I1.450 . ПМЦ 5843195 . ПМИД 29568609 .
^ Ревелл, А.Д., Ван, Д., Вуд, Р., Морроу, К.А., Темпельман, Х., Хамерс, Р.Л., Рейсс, П., ван Сигем, А., Нельсон, М., Монтанер, Дж.С.Г., Лейн, ХК , Лардер, Б. (1 октября 2016 г.). «Обновление системы ВИЧ-TRePS: разработка и оценка новых глобальных и локальных вычислительных моделей для прогнозирования результатов лечения ВИЧ, с генотипом или без него» . Журнал антимикробной химиотерапии . 71 (10). Издательство Оксфордского университета: 2928–2937. дои : 10.1093/JAC/DKW217 . ПМК 5031919 . ПМИД 27330070 .
^ Ревелл, А.Д., Бойд, М.А., Ван, Д., Эмери, С., Газзард, Б., Рейсс, П., ван Сигем, А.И., Монтанер, Дж.С.Г., Лейн, Х.К., Лардер, Б.А. (15 апреля 2014 г.). «Сравнение вычислительных моделей с генотипированием и без него для прогнозирования ответа на терапию ВИЧ второй линии». ВИЧ_Медицина . 15 (7). ВИЧ Мед: 442–448. дои : 10.1111/ВИЧ.12156 . ПМИД 24735474 .
^ Ревелл А.Д., Ван Д., Вуд Р. и др. (1 апреля 2014 г.). «Обновление системы ВИЧ-TRePS: разработка новых вычислительных моделей, не требующих генотипа для прогнозирования результатов лечения ВИЧ» . Журнал антимикробной химиотерапии . 69 (4). Издательство Оксфордского университета: 1104–1110. дои : 10.1093/JAC/DKT447 . ПМЦ 3956369 . ПМИД 24275116 .
^ Ревелл А.Д., Альварес-Уриа Г., Ван Д., Позняк А., Монтанер Дж.С.Г., Лейн Х.К., Лардер Б.А. и др., и др. (2013). «Потенциальное влияние бесплатной онлайн-системы прогнозирования ответа на лечение ВИЧ для снижения вирусологических неудач и затрат на лекарства после неудачной антиретровирусной терапии в условиях ограниченных ресурсов» . BioMed_Research_International . 2013 : 1–6. дои : 10.1155/2013/579741 . ПМЦ 3794568 . ПМИД 24175292 .
^ Ревелл А.Д., Ван Д., Вуд Р., Морроу К., Темпельман Х., Хамерс Р.Л. и др. (1 июня 2013 г.). «Вычислительные модели могут предсказать ответ на терапию ВИЧ без учета генотипа и снизить вероятность неудач лечения в различных условиях с ограниченными ресурсами» . Журнал антимикробной химиотерапии . 68 (6). Издательство Оксфордского университета: 1406–1414. дои : 10.1093/JAC/DKT041 . ПМЦ 3654223 . ПМИД 23485767 .
^ Ревелл А.Д., Эне Л., Дуикулеску Д., Ван Д., Юл М., Позняк А. и др. (1 марта 2012 г.). «Использование вычислительных моделей для прогнозирования ответа на терапию ВИЧ в клинических случаях в Румынии» . МЕРКИ . 2 (1). Европейская академия ВИЧ/СПИДа и инфекционных заболеваний: 6–11. дои : 10.11599/GERMS.2012.1007 . ПМЦ 3882835 . ПМИД 24432257 .
^ Лардер Б., Ревелл А.Д., Микан Дж.М., Аган Б.К., Харрис М., Торти К. и др. (1 января 2011 г.). «Клиническая оценка потенциальной полезности компьютерного моделирования как инструмента выбора лечения ВИЧ врачами со значительным опытом работы с ВИЧ» . СПИД_Пациент_Уход_и_ЗППП . 25 (1). Мэри Энн Либерт, Инк. Гугенот-стрит, 140, 3-й этаж, Нью-Рошель, Нью-Йорк, 10801, США: 29–36. дои : 10.1089/APC.2010.0254 . ПМК 3030912 . ПМИД 21214377 .
^ Ревелл А.Д., Ван Д., Бойд М.А., Эмери С., Позняк А., де Вольф Ф. и др. (1 сентября 2011 г.). «Разработка экспертной системы для прогнозирования вирусологического ответа на терапию ВИЧ как части онлайн-инструмента поддержки лечения». СПИД_(журнал) . 25 (15). СПИД: 1855–1863 гг. дои : 10.1097/QAD.0B013E328349A9C2 . ПМИД 21785323 .
^ Ревелл А.Д., Ван Д., Харриган Р., Хамерс Р.Л., Венсинг А.М.Дж., де Вольф Ф. и др. (2010). «Моделирование ответа на терапию ВИЧ без генотипа: аргумент в пользу мониторинга вирусной нагрузки в условиях ограниченных ресурсов» . Журнал антимикробной химиотерапии . 65 (4): 605–607. дои : 10.1093/jac/dkq032 . ПМЦ 2837552 . ПМИД 20154024 .
^ Ван Д., Лардер Б.А., Ревелл А.Д., Монтанер Дж., Харриган Р., де Вольф Ф. и др. (2009). «Сравнение трех методов компьютерного моделирования для прогнозирования вирусологического ответа на комбинированную терапию ВИЧ». Искусственный интеллект в медицине . 47 (1): 63–74. doi : 10.1016/j.artmed.2009.05.002 . ПМИД 19524413 .
^ Лардер Б.А., Ван Д., Ревелл А.Д., Монтанер Дж., Харриган Р., Хамерс Р.Л., де Вольф Ф. и др. (2007). «Разработка искусственных нейронных сетей для прогнозирования вирусологического ответа на комбинированную терапию ВИЧ» . Противовирусная терапия . 12 (12): 15–24. дои : 10.1177/135965350701200112 . ПМИД 17503743 . S2CID 6947981 .

Внешние ссылки

Официальный сайт РДИ

[1] Ревелл А.Д., Ван Д., Перес-Элиас М.-Дж., Вуд Р., Когилл Д., Темпельман Х. и др. (18 июня 2021 г.). «Обновление ВИЧ-TRePS 2021 года: очень гибкая и точная система для прогнозирования ответа на лечение на основе неполной исходной информации в различных медицинских учреждениях» . Журнал_приобретенных_синдромов_иммунного_дефицита . 76 (7). Оксфордский академический: 1898–1906. дои : 10.1093/JAC/DKAB078 . ПМЦ 8212763 . ПМИД 33792714 .

[2] Ревелл А.Д., Ван Д., Перес-Элиас М.-Дж., Вуд Р., Темпельман Х., Клотет Б. и др. (1 июня 2019 г.). «Прогнозирование вирусологического ответа на лечение ВИЧ с течением времени: инструмент для условий с различными определениями вирусологического ответа». Журнал_приобретенных_синдромов_иммунного_дефицита . 81 (2). Липпинкотт Уильямс и Уилкинс: 207–215. дои : 10.1097/QAI.0000000000001989 . ПМИД 30865186 .

[3] Ревелл А.Д., Ван Д., Перес-Элиас М.-Дж., Вуд Р., Когилл Д., Темпельман Х. и др. (1 августа 2018 г.). «Обновление системы ВИЧ-TRePS в 2018 году: разработка новых вычислительных моделей для прогнозирования результатов лечения ВИЧ, с генотипом или без него, с повышенным удобством использования для условий с низким доходом» . Журнал антимикробной химиотерапии . 73 (8). Издательство Оксфордского университета: 2186–2196. дои : 10.1093/JAC/DKY179 . ПМК 6054173 . ПМИД 29889249 .

[4] Ревелл, А.Д., Хабо, П., Ледваба, Л., Эмери, С., Ван, Д., Вуд, Р., Морроу, К., Темпельман, Х., Хамерс, Р.Л., Рейсс, П., ван Сигем , А., Позняк А., Монтанер, Дж.С.Г., Лейн, ХК, Лардер, Б. (30 июня 2016 г.). «Вычислительные модели как предикторы результатов лечения ВИЧ для когорты Фидиса в Южной Африке» . Южноафриканский журнал медицины ВИЧ . 17 (1). АОЗИС: 450. doi : 10.4102/SAJHIVMED.V17I1.450 . ПМЦ 5843195 . ПМИД 29568609 .

[5] Ревелл, А.Д., Ван, Д., Вуд, Р., Морроу, К.А., Темпельман, Х., Хамерс, Р.Л., Рейсс, П., ван Сигем, А., Нельсон, М., Монтанер, Дж.С.Г., Лейн, ХК , Лардер, Б. (1 октября 2016 г.). «Обновление системы ВИЧ-TRePS: разработка и оценка новых глобальных и локальных вычислительных моделей для прогнозирования результатов лечения ВИЧ, с генотипом или без него» . Журнал антимикробной химиотерапии . 71 (10). Издательство Оксфордского университета: 2928–2937. дои : 10.1093/JAC/DKW217 . ПМК 5031919 . ПМИД 27330070 .

[6] Ревелл, А.Д., Бойд, М.А., Ван, Д., Эмери, С., Газзард, Б., Рейсс, П., ван Сигем, А.И., Монтанер, Дж.С.Г., Лейн, Х.К., Лардер, Б.А. (15 апреля 2014 г.). «Сравнение вычислительных моделей с генотипированием и без него для прогнозирования ответа на терапию ВИЧ второй линии». ВИЧ_Медицина . 15 (7). ВИЧ Мед: 442–448. дои : 10.1111/ВИЧ.12156 . ПМИД 24735474 .

[7] Ревелл А.Д., Ван Д., Вуд Р. и др. (1 апреля 2014 г.). «Обновление системы ВИЧ-TRePS: разработка новых вычислительных моделей, не требующих генотипа для прогнозирования результатов лечения ВИЧ» . Журнал антимикробной химиотерапии . 69 (4). Издательство Оксфордского университета: 1104–1110. дои : 10.1093/JAC/DKT447 . ПМЦ 3956369 . ПМИД 24275116 .

[8] Ревелл А.Д., Альварес-Уриа Г., Ван Д., Позняк А., Монтанер Дж.С.Г., Лейн Х.К., Лардер Б.А. и др., и др. (2013). «Потенциальное влияние бесплатной онлайн-системы прогнозирования ответа на лечение ВИЧ для снижения вирусологических неудач и затрат на лекарства после неудачной антиретровирусной терапии в условиях ограниченных ресурсов» . BioMed_Research_International . 2013 : 1–6. дои : 10.1155/2013/579741 . ПМЦ 3794568 . ПМИД 24175292 .

[9] Ревелл А.Д., Ван Д., Вуд Р., Морроу К., Темпельман Х., Хамерс Р.Л. и др. (1 июня 2013 г.). «Вычислительные модели могут предсказать ответ на терапию ВИЧ без учета генотипа и снизить вероятность неудач лечения в различных условиях с ограниченными ресурсами» . Журнал антимикробной химиотерапии . 68 (6). Издательство Оксфордского университета: 1406–1414. дои : 10.1093/JAC/DKT041 . ПМЦ 3654223 . ПМИД 23485767 .

[10] Ревелл А.Д., Эне Л., Дуикулеску Д., Ван Д., Юл М., Позняк А. и др. (1 марта 2012 г.). «Использование вычислительных моделей для прогнозирования ответа на терапию ВИЧ в клинических случаях в Румынии» . МЕРКИ . 2 (1). Европейская академия ВИЧ/СПИДа и инфекционных заболеваний: 6–11. дои : 10.11599/GERMS.2012.1007 . ПМЦ 3882835 . ПМИД 24432257 .

[11] Лардер Б., Ревелл А.Д., Микан Дж.М., Аган Б.К., Харрис М., Торти К. и др. (1 января 2011 г.). «Клиническая оценка потенциальной полезности компьютерного моделирования как инструмента выбора лечения ВИЧ врачами со значительным опытом работы с ВИЧ» . СПИД_Пациент_Уход_и_ЗППП . 25 (1). Мэри Энн Либерт, Инк. Гугенот-стрит, 140, 3-й этаж, Нью-Рошель, Нью-Йорк, 10801, США: 29–36. дои : 10.1089/APC.2010.0254 . ПМК 3030912 . ПМИД 21214377 .

[12] Ревелл А.Д., Ван Д., Бойд М.А., Эмери С., Позняк А., де Вольф Ф. и др. (1 сентября 2011 г.). «Разработка экспертной системы для прогнозирования вирусологического ответа на терапию ВИЧ как части онлайн-инструмента поддержки лечения». СПИД_(журнал) . 25 (15). СПИД: 1855–1863 гг. дои : 10.1097/QAD.0B013E328349A9C2 . ПМИД 21785323 .

[13] Ревелл А.Д., Ван Д., Харриган Р., Хамерс Р.Л., Венсинг А.М.Дж., де Вольф Ф. и др. (2010). «Моделирование ответа на терапию ВИЧ без генотипа: аргумент в пользу мониторинга вирусной нагрузки в условиях ограниченных ресурсов» . Журнал антимикробной химиотерапии . 65 (4): 605–607. дои : 10.1093/jac/dkq032 . ПМЦ 2837552 . ПМИД 20154024 .

[14] Ван Д., Лардер Б.А., Ревелл А.Д., Монтанер Дж., Харриган Р., де Вольф Ф. и др. (2009). «Сравнение трех методов компьютерного моделирования для прогнозирования вирусологического ответа на комбинированную терапию ВИЧ». Искусственный интеллект в медицине . 47 (1): 63–74. doi : 10.1016/j.artmed.2009.05.002 . ПМИД 19524413 .

[15] Лардер Б.А., Ван Д., Ревелл А.Д., Монтанер Дж., Харриган Р., Хамерс Р.Л., де Вольф Ф. и др. (2007). «Разработка искусственных нейронных сетей для прогнозирования вирусологического ответа на комбинированную терапию ВИЧ» . Противовирусная терапия . 12 (12): 15–24. дои : 10.1177/135965350701200112 . ПМИД 17503743 . S2CID 6947981 .

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

[15]