医療イノベーションの進展により、疾患と治療法のマッチングを図る精密医療が発展しています。 この発展を支えるためには、高度な技術を駆使したデータモデリングが重要となっています。プロスペクションラボは、実験的かつ革新的なアイデアが生まれる場所です。 医師が患者の次のベストな治療法を決定するための未来の意思決定支援エンジンを構築します。 患者の病歴やプロフィールに基づき プロスペクションラボは、高度な分析を用いて患者のアウトカムを改善することを目指しています。
イノベーションをリードし、エンジニアリングチームを構築してきた15年以上の経験を持つリッキー・チェン(CTO兼エンジニアリング責任者、プロスペクション共同創業者)。 プロスペクションラボはどのような役割を果たしているのでしょうか?
「イノベーションはプロスペクション全体で既に起こっています。プロスペクションラボは、実験を通じてアイデアを加速させます。 当社のチームのための探査をリードするためにリソースを確保します。プロジェクトの範囲は制限されておらず、これまでに技術的なアーキテクチャ、データ分析技術や予測分析のための機械学習に関連するプロジェクトがありました。」 とリッキーは語ります。
プロスペクションは、健康データの分析において、常に革新的でありたいと考えています。 健康データを扱う豊富な経験により、プロスペクションはモデリング時のニュアンスを理解することができます。 当社は、適切な患者に適切な治療を施すためのパターンとインサイトを見出すことができます。 さらに多くのデータセットにアクセスできるようになったことで、プロスペクションの能力はさらに向上しています。 より洗練された技術を使用して、新しく刺激的な製品を提供できるようになります。
特定の結果を予測するパターンを見つけるための観察研究
「患者の病歴とアウトカムの関連性を調査しました。私たちが行った実験は、前立腺がんの転移を予測するものでした。 このモデルは90%の精度で有望な結果をもたらしました。この実験を基に、現在、疾患内の患者のアーキタイプを特定するために属性クラスタリングを適用することを検討しています。この研究は、アンメットニードやアウトカムの改善が必要とされる領域を特定するための治療法の探索を支援するのに役立ちます。 次は、様々な予測や異常検出技術を検討しています。」 とリッキー氏は述べています。
レトロスペクティブ コホート分析
日本での一例は、患者のセグメントを作成し、治療レジメンとアウトカムを比較検討しました。 前立腺がんのPSAスコアを使用しています。 その結果、各グループには明らかに良いアウトカムをもたらす特定の薬物レジメンがあることがわかりました。
プロスペクションラボは、現在、精密医療に力を入れています。 その目的は、医師や研究者が、特定の病気の治療法や予防法が、どのグループの人々に効果があるかをより正確に予測できるようにすることです。 これは、平均的な人のために病気の治療法や予防法を開発するという汎用的なアプローチとは対照的なものです。 個人差をあまり考慮しないアプローチといえます。
プロスペクションは、より多くのデータセットにアクセスし、分析することができれば、より価値のあるインサイトを生み出すことができます。 同じ方法論で、複数の国で実際のエビデンスを用いれば、より大きなサンプルとなり、健康に関する意思決定に大きな価値をもたらすでしょう。
プロスペクションは、そのようないくつかの重要な質問に対してより良い答えを提供します。
どの患者コホートが特定の薬剤に対して、良いアウトカムが期待できるのでしょうか?
特定のグループでは、ある薬の方が他の薬よりも良いアウトカムが得られるのでしょうか?
予測分析において何がエキサイティングですか?
「これは、従来、人の手を大きく介在させる必要があった種の問題を解決できる可能性があるということだと思います。さらに、この分野自体が比較的新しいので、何が最も適切なアプリケーションで、どこに限界があるのかという点において、探求する余地は大いにあります。」 とリッキーは言います。