(Adnkronos) – “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. 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”. Così Shibeshih Belachew, Md, Ph.D., Head of Science di Biogen Digital Health, commenta la presentazione di nuovi dati relativi alla misurazione e a sistemi avanzati di analisi della Sclerosi multipla (Sm), avvenuta in occasione del 38.esimo congresso del Comitato europeo per il trattamento e la ricerca nella sclerosi multipla (Ectrims), che si è svolto ad Amsterdam dal 26 al 28 ottobre 2022.
Le molteplici presentazioni viste al congresso Ectrims – si legge in una nota – mettono in luce il potenziale della tecnologia di offrire nuove modalità di misurazione della malattia 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 sclerosi multipla; 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.
All’Ectrims tre presentazioni hanno illustrato 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, all’intelligenza artificiale 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 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.
La capacità di prevedere con maggior precisione la risposta dei singoli individui a un trattamento – conclude la nota – è necessaria per il progresso delle terapie personalizzate e per ottenere esiti migliori nelle persone con sclerosi multipla. Una delle presentazioni al congresso ha illustrato 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.
