Precizna medicina: Oblikovanje budućnosti zdravstvene zaštite

Intervju s dr. Draganom Primorcem

Dr. Dragan Primorac (na slici), globalni lider u personaliziranoj medicini i osnivač nekoliko pionirskih inicijativa u genomici i regenerativnoj medicini, pridružuje nam se u dubinskoj raspravi o tome kako precizna medicina transformira budućnost zdravstvene skrbi. Od genomskih otkrića do inovacija umjetne inteligencije i vrhunskih terapija raka, dr. Primorac nudi uvid u to kako zdravstvena skrb postaje sve individualiziranija - i što to znači za pacijente i pružatelje usluga diljem svijeta.

P: Dr. Primorac, možete li za početak objasniti što je personalizirana ili precizna medicina i zašto se smatra revolucionarnom?
A: Personalizirana medicina, poznata i kao precizna medicina, revolucionira zdravstvenu skrb prilagođavanjem medicinskog tretmana jedinstvenim karakteristikama svake osobe. Ovaj pristup integrira genetske, okolišne i čimbenike načina života kako bi se poboljšala prevencija, dijagnoza i liječenje bolesti. Iako su potencijalne koristi velike, primjena personalizirane medicine također predstavlja značajne etičke, ekonomske i logističke izazove koje treba riješiti kako bi se osigurala pravedna i učinkovita skrb za sve.

P: Kakvu ulogu genomika igra u ovoj transformaciji?
A: U srži personalizirane medicine leži genomika. Kako troškovi sekvenciranja cijelog genoma nastavljaju padati, integracija genetskog testiranja u rutinsku kliničku praksu postaje sve izvedivija. Napredak u genomici, bioinformatici, umjetnoj inteligenciji (AI) i analizi podataka sada nam omogućuje identificiranje genetskih varijacija koje utječu na osjetljivost na bolesti i odgovor na lijekove. S druge strane, multi-omika (epigenomika, transkriptomika, proteomika, glikomika, metabolomika itd.) igra ključnu i rastuću ulogu u personaliziranoj medicini - nadilazeći čak i genomiku kako bi pružila holističkije i preciznije razumijevanje individualnog zdravlja.

P: Jedno uzbudljivo područje o kojem ste pisali je farmakogenomika. Vaša nedavna knjiga, Farmakogenomika u kliničkoj praksi, koju je objavio Springer Nature, široko se smatrajedan je od najvažnijih sveobuhvatna i utjecajna djela u tom području. Možete li opisati kako funkcionira?
A: Jedna od najtransformativnijih primjena je farmakogenomika (PGx) - proučavanje kako geni utječu na odgovor pojedinca na lijekove. Razumijevanjem genetskih razlika koje utječu na metabolizam lijekova, transport, vezanje receptora, učinkovitost i toksičnost, kliničari mogu prilagoditi liječenje pojedinačnim pacijentima, smanjujući propisivanje metodama pokušaja i pogrešaka te minimizirajući nuspojave lijekova. Ovaj pristup je posebno utjecajan u onkologiji, psihijatriji i kardiologiji, gdje se odgovori na lijekove uvelike razlikuju.

P: Kakav utjecaj farmakogenomika može imati u stvarnom svijetu?
A: Studija provedena u SAD-u 2018. godine procijenila je da nuspojave lijekova (NPR) i događaji (ADE) koji se mogu spriječiti zbog neprimjerenog poništavanja upozorenja o lijekovima koštaju zdravstveni sustav između 871 milijuna i 1.8 milijardi dolara godišnje. Naša nedavno objavljena knjiga, Farmakogenetika u kliničkoj praksi (Springer Nature), bavi se svim ključnim aspektima farmakogenomike (PGx) i osmišljena je kako bi podržala kliničare, istraživače i studente u primjeni tih spoznaja u svakodnevnoj medicinskoj praksi.

P: Možete li navesti konkretne primjere kako genetsko testiranje može usmjeravati liječenje?
A: Na primjer, genetsko testiranje jetrenih enzima poput CYP2D6 i CYP2C19 može identificirati pacijente koji možda ne reagiraju na uobičajene antidepresive. S obzirom na to da otprilike 60% od 700,000 2 ljudi koji svake godine umru samoubojstvom imaju poremećaj raspoloženja poput depresije ili bipolarnog poremećaja, to naglašava kritičnu važnost farmakogenomskog (PGx) testiranja u poboljšanju liječenja i ishoda mentalnog zdravlja. Nadalje, farmakogenomika je ključna u optimizaciji terapije klopidogrelom - antitrombocitnim lijekom - analizom varijacija u genu CYP19CXNUMX. Pojedinci s određenim genetskim varijantama klasificiraju se kao srednji ili slabi metabolizatori, što znači da pretvaraju manje prolijeka u njegov aktivni oblik. Ova smanjena aktivacija značajno povećava rizik od štetnih kardiovaskularnih događaja, poput moždanog ili srčanog udara, naglašavajući potencijal personaliziranih strategija liječenja za spašavanje života.

P: Koji su neki od trenutnih izazova u primjeni farmakogenomike u kliničkim uvjetima?
A: Unatoč obećanju, integracija farmakogenomike u kliničku praksu suočava se s preprekama, uključujući visoke troškove testiranja, ograničenu obuku kliničara i zabrinutost zbog privatnosti genetskih podataka. Ipak, potencijal farmakogenomike za poboljšanje sigurnosti i učinkovitosti lijekova je neosporiv.

P: Kako umjetna inteligencija doprinosi području precizne medicine?
A: Umjetna inteligencija brzo transformira personaliziranu medicinu omogućujući analizu složenih skupova podataka - uključujući genomske, životne i kliničke informacije - kako bi se predvidjeli rizici od bolesti i usmjerilo liječenje. Alati umjetne inteligencije sada se koriste za predviđanje stanja poput dijabetesa, Alzheimerove bolesti i kardiovaskularnih bolesti, omogućujući ranije i preciznije intervencije. Korištenjem podataka iz elektroničkih zdravstvenih kartona, genetskih profila i nosivih uređaja, umjetna inteligencija poboljšava dijagnostičku točnost i omogućuje visoko prilagođene planove liječenja.

P: U nedavno objavljenoj studiji, vi i vaši kolege razvili ste i validirali integrativni alat umjetne inteligencije pod nazivom OncoOrigin za predviđanje primarnog mjesta raka kod pacijenata s rakom nepoznatog primarnog podrijetla (CUP). To predstavlja novu primjenu strojnog učenja u onkologiji. Možete li objasniti kako ovaj pristup funkcionira i što ga čini revolucionarnim?

A. U ovome u silikonu U ovoj studiji, moj tim iz bolnice St. Catherine i znanstvenici iz US Dartmouth Health analizirali su preko 20,000 600 uzoraka metastatskih tumora i mutacija u više od 0.97 različitih gena, a rezultati se temelje na računalnim simulacijama. Konačno, optimalni model integriran je s grafičkim korisničkim sučeljem u softveru OncoOrigin. Među četiri testirana modela strojnog učenja, XGBoostClassifier pokazao je najbolje performanse, postigavši ROC-AUC vrijednost od 1 (Receiver Operating Characteristic – Površina ispod krivulje), gdje je maksimalna moguća vrijednost 1. Vrijednost 0.5 predstavlja savršen model koji ispravno klasificira svaku vrstu tumora bez pogreške, dok vrijednost 1 označava model koji nije bolji od slučajnog nagađanja. Što je ROC-AUC vrijednost bliža XNUMX, to model točnije identificira ispravno primarno mjesto tumora.

P: Postoje li ikakve zabrinutosti vezane uz umjetnu inteligenciju u zdravstvu?
A: Izazovi i dalje postoje, uključujući zabrinutost oko privatnosti podataka, algoritamske pristranosti i interpretabilnosti odluka donesenih umjetnom inteligencijom. Na konferenciji koju organiziramo u lipnju 2026. u Dubrovniku – koju zajednički organiziraju Specijalna bolnica sv. Katarina, Klinika Mayo, Međunarodno društvo za primijenjene biološke znanosti (ISABS) i Međunarodni centar za primijenjena biološka istraživanja (ICABS) – pozabavit ćemo se svim ključnim pitanjima vezanim uz primjenu umjetne inteligencije u kliničkoj praksi. Više od 500 liječnika i znanstvenika iz cijelog svijeta – uključujući nekoliko dobitnika Nobelove nagrade – sudjelovat će u ovom značajnom događaju kako bi raspravljali o budućnosti umjetne inteligencije u medicini.

P: Kako se poligenski rezultati rizika (PRS) koriste u kliničkoj praksi?
A: U eri informacijske tehnologije, kliničari i znanstvenici razvili su dodatni ključni alat u preciznoj medicini - poligenske rezultate rizika (PRS). Ovi rezultati agregiraju podatke iz više genetskih varijanti kako bi procijenili rizik pojedinca za složene bolesti poput koronarne bolesti srca ili raka dojke. PRS se sve više koristi za usmjeravanje strategija probira i prevencije, omogućujući proaktivniji i personaliziraniji pristup zdravstvenoj skrbi.

P: Možete li nam reći više o nutrigenomici i njezinom potencijalu?
A: Nutrigenomika istražuje kako geni međusobno djeluju s hranjivim tvarima, nudeći novu granicu u personaliziranom zdravlju. Analizirajući genetski profil pojedinca, nutrigenomika omogućuje stvaranje prilagođenih planova prehrane koji optimiziraju zdravlje, sprječavaju bolesti i poboljšavaju dobrobit. Na primjer, neke osobe mogu imati genetske varijante koje utječu na metabolizam masti, apsorpciju vitamina ili osjetljivost na kofein. Personalizirane prehrambene preporuke temeljene na tim informacijama mogu pomoći u smanjenju rizika od kroničnih stanja poput pretilosti, dijabetesa i kardiovaskularnih bolesti. Iako je još uvijek područje u nastajanju, nutrigenomika nosi veliko obećanje za budućnost preventivne medicine.

P: Kako personalizirana medicina konkretno mijenja liječenje raka?
A: Liječenje raka ušlo je u novo doba, vođeno snagom personalizirane medicine. Za razliku od tradicionalnih pristupa koji primjenjuju isti tretman na sve pacijente s određenom vrstom raka, personalizirana onkologija prilagođava terapije na temelju genetskog sastava pojedinca, biologije tumora i molekularnih markera. Personalizirana medicina ne mijenja samo način na koji liječimo rak - ona transformira način na koji ga razumijemo. Usklađivanjem liječenja s jedinstvenom biologijom svakog pacijenta, približavamo se budućnosti u kojoj je skrb za oboljele od raka preciznija, učinkovitija i humanija.

P: Možete li podijeliti primjere kako ciljane terapije djeluju u liječenju raka?
A: Na primjer, kod nemikrocelularnog karcinoma pluća (NSCLC) – koji čini otprilike 85% svih karcinoma pluća – pacijenti s mutacijama u genu receptora epidermalnog faktora rasta (EGFR) mogu imati koristi od ciljanih terapija kao što je osimertinib (Tagrisso). Ovaj lijek specifično cilja mutacije EGFR-a, učinkovito suzbijajući proliferaciju i preživljavanje tumorskih stanica te nudeći učinkovitiju i manje toksičnu alternativu konvencionalnoj kemoterapiji. Drugi primjer ciljane terapije je liječenje metastatskog kolorektalnog karcinoma mutacijom BRAF V600E. Ova mutacija uzrokuje da BRAF protein – koji je normalno uključen u regulaciju rasta stanica – postane trajno aktivan, što dovodi do nekontrolirane proliferacije tumora. Enkorafenib (Braftovi®), inhibitor BRAF-a, blokira ovaj mutirani protein i zaustavlja preaktivnu signalizaciju. U kombinaciji s cetuksimabom (Erbitux®), monoklonskim antitijelom koje cilja EGFR, liječenje postaje značajno učinkovitije istovremenim inhibiranjem dva ključna puta uključena u rast tumora.

P: S kojim se izazovima još uvijek suočavamo u personaliziranom liječenju raka?
A: Složenost raka ostaje značajan izazov. Tumori su vrlo heterogeni i mogu se s vremenom razvijati, često razvijajući otpornost na početno učinkovite terapije. Ova dinamična priroda zahtijeva kontinuirano praćenje, prilagodljive planove liječenja i snažnu predanost kontinuiranom istraživanju i inovacijama.

P: Što je terapija izvedena iz pacijenta i kako se uklapa u preciznu medicinu?
A: Terapije mezenhimalnim matičnim stanicama (MSC) i mikrofragmentiranim masnim tkivom (MFAT) također se smatraju oblicima personalizirane medicine - posebno kada koriste vlastiti biološki materijal pacijenta. Mezenhimalne matične stanice (MSC) pokazale su značajnu kliničku učinkovitost u širokom rasponu primjena regenerativne medicine, što potvrđuju i predkliničke i kliničke studije.

 S druge strane, MFAT terapija uključuje uzimanje masnog tkiva pacijenta minimalno invazivnim postupkom. To se tkivo zatim obrađuje i ponovno ubrizgava u ciljana područja ozljede ili degeneracije - poput zglobova, tetiva ili ligamenata - na temelju specifičnog kliničkog stanja pacijenta. MFAT je bogat matičnim stanicama dobivenim iz masnog tkiva, faktorima rasta i protuupalnim sredstvima, a svi oni podržavaju popravak i regeneraciju tkiva na način koji je usklađen s jedinstvenom biologijom pacijenta.

P: Gledajući unaprijed, kako vidite budućnost personalizirane medicine?
O: Unatoč izazovima, potencijal personalizirane medicine da revolucionira zdravstvo je neosporan. Nudi budućnost u kojoj su tretmani učinkovitiji, nuspojave minimizirane, a bolesti se otkrivaju prije nego što postanu opasne po život. Ostvarenje ove vizije zahtijeva ulaganja u istraživanje, obrazovanje i infrastrukturu, kao i predanost rješavanju etičkih i društvenih implikacija ovog područja u razvoju. Uz promišljeno planiranje, uključive politike i etičku praksu, personalizirana medicina može postati temelj zdravstva 21. stoljeća, ispunjavajući obećanje istinski individualizirane skrbi.

Podijelite ovaj članak: