I dati confermano il potenziale del test di abilità manuale (Manual Dexterity Test o MDT) e della tecnologia KonectomTM basata sull’utilizzo dello smartphone per la misurazione della progressione della malattia nella Sclerosi Multipla (SM).
L’analisi retrospettiva condotta mediante machine learning, intelligenza artificiale e radiomica ha individuato alcuni pattern di imaging cerebrale che potrebbero far progredire la comprensione della SM e dell’eterogeneità delle lesioni che la malattia comporta.
I modelli per la medicina di precisione “two-stage”, basati sui dati real-world acquisiti dalla rete MS PATHS, forniscono nuove informazioni utili per ottenere previsioni più individualizzate sugli effetti del trattamento.
Milano – 26 ottobre 2022 – Biogen ha annunciato la presentazione di nuovi dati relativi alla misurazione e a sistemi avanzati di analisi della Sclerosi Multipla (SM), in occasione del 38° Congresso del Comitato Europeo per il Trattamento e la Ricerca nella Sclerosi Multipla (Congress of the European Committee for Treatment and Research in Multiple Sclerosis – ECTRIMS), in programma dal 26 al 28 ottobre 2022. Questi dati testimoniano le molteplici dimensioni dell’approccio adottato da Biogen nell’ambito della ricerca sulla Digital Health applicata alla SM, per sostenere lo sviluppo di nuovi trattamenti, favorire la personalizzazione della cura e migliorare la comprensione della natura eterogenea di questa malattia neurologica.
“Biogen è costantemente impegnata per costruire un futuro nel quale dati multidimensionali saranno impiegati per migliorare la caratterizzazione della malattia e il monitoraggio della sua progressione e per prevedere la risposta terapeutica a livello individuale. – commenta Shibeshih Belachew, MD, Ph.D., Head of Science di Biogen Digital Health – I dati presentati quest’anno a ECTRIMS delineano i progressi fatti nella nostra attività di ricerca nel campo della Digital Health e sottolineano la portata delle innovazioni nello sviluppo di metodi di misurazione avanzati, volti ad agevolare lo sviluppo di farmaci e trattamenti personalizzati, per migliorare i risultati sui pazienti”.
Lo sviluppo di strumenti digitali per una misurazione più precisa della malattia nella SM
Le molteplici presentazioni in programma al congresso ECTRIMS mettono in luce il potenziale della tecnologia di offrire nuove modalità di misurazione della SM attraverso gli strumenti tecnologici di Digital Health. La prima è dedicata alle nuove misurazioni che si possono ottenere grazie all’applicazione della tecnologia in relazione al test a nove pioli chiamato Manual Dexterity Test (MDT) e condotto su 3.525 pazienti per un totale di 44.394 osservazioni MDT. I risultati suggeriscono che il tempo complessivo impiegato per completare il test MDT è un parametro affidabile e correlabile alle variazioni nella progressione della disabilità e alla qualità di vita nelle persone con SM; un nuovo parametro – la velocità nel test MDT – offre migliori modelli predittivi per la progressione della malattia rispetto al tempo complessivo di completamento del MDT.
Altre due presentazioni portano all’attenzione della comunità scientifica un’analisi dei dati provvisori provenienti dallo studio DigiToms [NCT04756700], dedicato alla valutazione di un test CPS (Cognitive Processing Speed) basato su smartphone tramite KonectomTM, un’applicazione concepita come strumento di autovalutazione per quantificare oggettivamente le capacità motorie e cognitive. I dati dimostrano che il punteggio del test CPS e i tempi di risposta sono sensibili al deterioramento cognitivo, mostrando una validità discriminativa tra le persone con SM e i partecipanti sani. Un ulteriore approfondimento descrive le differenze in tre parametri di esito del test CPS quando eseguito con una chiave di riferimento fissa rispetto a una dinamica, un elemento importante della progettazione del test. Al momento l’uso di MDT e KonectomTM è limitato ai contesti di ricerca.
Puntare sul machine learning, l’intelligenza artificiale e la radiomica per nuovi insights sulla progressione di malattia nella SM
Tre presentazioni al congresso ECTRIMS illustrano le ricerche più recenti nate dalla collaborazione di Biogen con TheraPanacea, volte a sviluppare soluzioni software per la diagnosi assistita da computer con l’obiettivo di accelerare lo sviluppo dei farmaci e di mettere a punto cure più efficaci ricorrendo al machine learning (ML), all’intelligenza artificiale (AI) e alla radiomica. Una presentazione dimostra che il machine learning e la radiomica permettono di estrapolare informazioni più approfondite sull’eterogeneità riscontrata nelle lesioni provocate dalla SM di quanto sia possibile ottenere attualmente con una lettura tradizionale. Sono state analizzate retrospettivamente quasi 2.400 scansioni di risonanza magnetica (RM) acquisite negli studi clinici di Fase III ADVANCE e ASCEND, con l’identificazione di gruppi di lesioni acute tipiche della SM con pattern spaziali, geometrici e strutturali ben definiti. Altre due presentazioni sono dedicate al miglioramento delle capacità tecniche della risonanza magnetica convenzionale attraverso algoritmi innovativi e basati su ML-AI per la segmentazione delle lesioni tipiche della SM.
Innovare i modelli della medicina di precisione per prevedere al meglio la risposta individuale al trattamento
La capacità di prevedere con maggior precisione la risposta dei singoli individui a un trattamento è necessaria per il progresso delle terapie personalizzate e per ottenere esiti migliori nelle persone con SM. Una delle presentazioni al congresso ECTRIMS illustra le analisi basate sui dati real-world di 1.600 pazienti inclusi nella rete MS PATHS (Multiple Sclerosis Partners Advancing Technology and Health Solutions). I ricercatori sono riusciti a replicare i risultati dei modelli di medicina di precisione “two-stage” già presenti in letteratura e applicati ai dati acquisiti negli studi clinici, convalidando questa metodologia analitica grazie all’uso di dati real-world. L’uso dei modelli di medicina di precisione “two-stage” potrebbe offrire uno schema per la previsione e la scelta di trattamenti specifici nella pratica clinica in base allo stadio della malattia in ciascun paziente.