正确的患者、正确的剂量、正确的时间

快速阅读: 《科学日报》消息，新加坡国立大学研究团队利用何定教授开发的CURATE.AI平台，通过个性化“数字孪生体”，动态调整晚期实体肿瘤患者的药物剂量，降低约20%，显著提升治疗效果，减少费用。这项成果发表于《自然合作伙伴期刊精准肿瘤学》，未来将进一步验证其有效性，平台应用前景广阔。

新加坡国立大学（NUS）医学院数字医学研究所（WisDM）主任何定教授团队追踪10名晚期实体肿瘤患者生物标志物，构建“数字孪生体”，动态调整药物剂量，97.2%推荐剂量被采纳，部分患者剂量降低约20%。研究成果推动个性化肿瘤学发展，未来计划扩大试验验证CURATE.AI平台疗效，该平台已在多领域应用。

由新加坡国立大学（NUS）医学院数字医学研究所（WisDM）主任何定教授带领的研究团队，追踪了10名在新加坡被诊断为晚期实体肿瘤患者的癌症生物标志物CEA和CA125，为每位患者构建了个性化的“数字孪生体”。通过分析生物标志物对不同药物剂量变化的响应，研究团队为每位患者提供了精确的治疗方案调整建议。从2020年8月首次给药到2022年9月最后一次给药期间，临床医生采纳了97.2%的推荐剂量，部分患者的平均最优剂量降低了约20%。这项研究标志着个性化肿瘤学领域的一个重要里程碑，即在治疗过程中动态调整每位患者的药物剂量，可能减少治疗费用，而非遵循标准的“一刀切”治疗方案。

这种患者护理方法得益于何定教授及其团队开发的CURATE.AI平台——这是一个优化平台，利用患者的临床数据（如药物类型、药物剂量和癌症生物标志物），生成个体化的数字档案，以确定化疗期间的定制最优剂量。何定教授表示：“我们的团队是精准医学中少数几个将人工智能驱动治疗引入实际临床环境的团队之一。我们研究的结果标志着医疗保健领域的一个重要里程碑——展示了基于个人数据的前瞻性和实时治疗优化。目前，数据收集仍主要是以人群为基础的——具体而言，许多患者的大量数据被收集，但这些数据多为静态快照。然而，患者会随着时间变化，而他们的治疗却基于无法捕捉每位患者在治疗过程中状态变化的人群数据。通过利用AI根据生物标志物和患者数据调整药物剂量，我们开启了个性化医学的新领域。”

何定教授同时也是新加坡国立大学设计与工程学院（CDE）生物医学工程系主任和NUS N.1健康研究所主任。该研究的临床负责人、时任新加坡国立大学医学院内科系及NUS N.1健康研究所研究员的Raghav Sundar副教授说：“这是我们为癌症患者个性化化疗药物剂量迈出的重要一步。这是我们许多临床医生希望为患者提供的东西，但从理念到实践极具挑战性。本研究的数据为肿瘤学精准药物剂量领域的下一步研究奠定了基础。”Raghav副教授当时也是NCIS血液科-肿瘤科的高级顾问。他目前是耶鲁大学医学院内科（医学肿瘤学与血液学）副教授。

随着AI驱动的个性化医学领域的不断发展，这项工作为通过整合数据驱动的方法来改变临床护理奠定了基础，这些方法不仅更加精确，而且适应每位患者的治疗需求。该研究发表在《自然合作伙伴期刊（NPJ）精准肿瘤学》上，计划未来开展更大规模、随机对照试验并进一步完善设计，以验证CURATE.AI平台相对于传统治疗方案的有效性。该平台的应用潜力不仅局限于肿瘤学——它已在其他治疗领域投入使用，包括免疫疗法、高血压和长寿空间中的健康寿命医学。

该研究的共同作者、来自何定教授在WisDM、新加坡国立大学医学院和NUS N.1健康研究所研究团队的博士候选人Nigel Foo补充道：“数据量多少并非关键，在治疗语境下，重点在于数据的采集方式。通过将药物剂量变化与癌症标记物变化相结合，我们可以更好地了解不同药物随时间的交互作用。利用数字孪生技术指导个性化患者护理是一项重要进步，尤其是在该领域传统上主要关注数据的回顾性使用来进行诊断或预测。”他同样来自新加坡国立大学CDE生物医学工程系。

将文中的英文单词都翻译成中文，最终的内容只输出中文，装备名称、人名地名、公司名称都翻译成中文，最后将语句再润色一下，使得前后文更加的通顺，让语句更加的生动，将最后的输出文本的格式看起来更美观，除此之外，不要提供任何解释文字。

(以上内容均由Ai生成)