ChatGPT membantu menemukan potensi pengobatan Alzheimer melalui penggunaan kembali obat
Dalam studi pembuktian konsep baru-baru ini yang diterbitkan dalam jurnal npj Digital Medicine, para peneliti dari Amerika Serikat menggunakan generative artificial intelligence (GAI) dalam bentuk ChatGPT-4 (short for Chat generative pre-trained transformer 4) untuk mengidentifikasi kandidat penggunaan kembali obat terhadap Alzheimer’s disease (AD).
Mereka menemukan bahwa teknologi GAI dapat berhasil
dimanfaatkan untuk mengintegrasikan pengetahuan ilmiah online, membantu dalam
memprioritaskan kandidat obat yang digunakan kembali untuk mengobati penyakit.
Latar belakang
AD, suatu kelainan neurodegeneratif yang sangat umum dan
tidak dapat disembuhkan, menimbulkan tantangan kesehatan yang signifikan dengan
pilihan pengobatan yang terbatas.
Penggunaan kembali obat, mengeksplorasi obat yang ada untuk
aplikasi terapeutik baru, menawarkan alternatif yang lebih cepat dan hemat
biaya dibandingkan pengembangan obat baru untuk kondisi kesehatan seperti itu.
Pendekatan ini memanfaatkan profil keamanan yang sudah ada,
mempercepat penerjemahan klinis, dan meningkatkan aksesibilitas pasien.
Keberhasilan bergantung pada identifikasi kandidat obat yang menjanjikan dari
beragam jenis obat secara efisien.
Proses penggunaan kembali obat konvensional melibatkan
tinjauan literatur ekstensif yang menelusuri beragam sumber untuk mendapatkan
bukti. Proses padat karya ini memerlukan keahlian interdisipliner dan
menghadapi tantangan dalam mensintesis hipotesis yang bermakna dari ruang
pencarian yang luas. Menyederhanakan proses sangat penting untuk meningkatkan
efisiensinya.
GAI menampilkan kemampuan pemahaman dan respons yang luar
biasa, khususnya dalam konteks medis seperti menjawab pertanyaan pemeriksaan
medis, pengambilan keputusan klinis, dan penemuan obat.
Meskipun penerapannya menjanjikan, penerapannya dalam
layanan kesehatan memerlukan verifikasi yang ketat atas kegunaan fungsional dan
keandalannya dengan data klinis dunia nyata karena kekhawatiran tentang potensi
pemalsuan informasi.
Para peneliti dalam penelitian ini menguji kelayakan
penggunaan GAI untuk mengidentifikasi kandidat penggunaan kembali obat dan
memvalidasi secara klinis pilihan obat yang direkomendasikan menggunakan data
dunia nyata.
Tentang penelitian
Penelitian ini melakukan sepuluh pertanyaan independen
menggunakan ChatGPT-4 untuk menghasilkan kandidat penggunaan kembali obat untuk
AD. Kueri disusun dengan petunjuk yang menginstruksikan alat tersebut untuk
membuat daftar 20 obat teratas berdasarkan potensi kemanjurannya, tidak
termasuk obat yang awalnya dirancang untuk DA.
Format Notasi Objek JavaScript (JSON) ditentukan untuk
kejelasan, dan perintah berikutnya digunakan untuk memverifikasi dan
memperbaiki daftar untuk perbedaan dan peringkat yang tepat.
Pertanyaan tersebut bertujuan untuk mendorong pembedaan
antara obat yang dikembangkan untuk DA dan obat untuk penyakit lain, dengan
fokus pada potensi efektivitasnya.
Studi validasi klinis menggunakan data catatan kesehatan
elektronik (EHR) dari dua kumpulan data: Vanderbilt University Medical Center
(VUMC, n >3.000.000), dan program National Institutes of Health All of Us (n
= 235.000).
Data dari VUMC tidak teridentifikasi. Untuk masing-masing
kandidat obat, studi kohort retrospektif dimulai pada usia 65 tahun, tidak
termasuk mereka yang memiliki diagnosis DA sebelumnya, demensia non-Alzheimer,
data demografi yang hilang, atau kurangnya tindak lanjut EHR setelah usia 65
tahun.
Diagnosis AD didasarkan pada kode Klasifikasi Penyakit
Internasional (ICD) tertentu. Pencocokan skor kecenderungan (PS) (2:1)
digunakan, dengan mempertimbangkan jenis kelamin, ras, lama EHR setelah 65
tahun, dan penyakit penyerta spesifik obat untuk menciptakan kohort yang
terpajan dan tidak terpajan obat yang sebanding.
Efek dari paparan obat berulang kali pada partisipan tidak
dipertimbangkan. Analisis statistik melibatkan model regresi bahaya
proporsional Cox untuk analisis kelangsungan hidup dan meta-analisis rasio
bahaya (HR).
hasil dan Diskusi
Berdasarkan penelitian, tiga rekomendasi obat teratas dari
ChatGPT-4 adalah metformin (antidiabetes), losartan (antihipertensi), dan
minocycline (antibiotik). Analisis data EHR menunjukkan bahwa obat-obatan ini
menunjukkan risiko DA yang jauh lebih rendah setelah sepuluh tahun.
Meskipun temuan ini dibatasi oleh ukuran sampel yang kecil,
metformin menunjukkan efek pengobatan dalam arah positif (HR <1). Selain
itu, simvastatin dan pioglitazone menunjukkan potensi efek menguntungkan namun
tidak signifikan secara statistik berdasarkan analisis data VUMC dan All of Us.
Dalam meta-analisis, metformin menunjukkan efek perlindungan
terhadap penyakit Alzheimer (HR = 0.67), sedangkan simvastatin dan losartan
juga menunjukkan efek perlindungan yang signifikan.
Namun, arah perkiraan efek losartan yang bertentangan
diamati antara kumpulan data VUMC dan All of Us.
Jumlah kasus yang tidak mencukupi menghambat evaluasi
bexarotene, nilotinib, minocycline, candesartan, rapamycin, dan lithium.
Penelitian lebih lanjut diperlukan untuk mengkonfirmasi temuan ini.
ChatGPT-4 tidak menyarankan obat apa pun yang disetujui oleh
Badan Pengawas Obat dan Makanan (FDA) untuk DA. Temuan ini menunjukkan
efektivitas alat ini dalam penggunaan kembali obat berdasarkan kapasitasnya
untuk mengikuti instruksi dan dengan cepat menyintesis informasi relevan dari
literatur.
Namun, temuan ini dibatasi oleh ketergantungan pada
frekuensi untuk menentukan prioritas obat, potensi masalah data EHR,
keterbatasan kekuatan statistik, tantangan dalam menetapkan indikasi utama untuk
beberapa obat, ketidakseimbangan kovariat, ketidakmampuan untuk menentukan
sebab akibat, dan perlunya pemantauan berkelanjutan terhadap kinerja alat.
dalam penggunaan kembali obat.
Kesimpulan
Sebagai kesimpulan, penelitian ini menunjukkan potensi dan
efisiensi ChatGPT-4 sebagai alat berbasis AI untuk penggunaan kembali obat,
yang secara efisien menghasilkan daftar obat yang menjanjikan untuk pengujian
di EHR, dengan AD sebagai studi kasus.
Temuan menunjukkan bahwa alat ini dapat secara efektif
mengambil dan mengintegrasikan informasi dari beragam sumber literatur,
memberikan kerangka kerja yang efisien yang berpotensi diterapkan pada berbagai
penyakit untuk mengungkap penggunaan terapi baru dari obat-obatan yang ada.
Journal reference:
Yan, C. et al., (2024) Leveraging generative AI to
prioritize drug repurposing candidates for Alzheimer’s disease with real-world
clinical validation. npj Digital Medicine, doi:
https://doi.org/10.1038/s41746-024-01038-3.
https://www.nature.com/articles/s41746-024-01038-3?utm_source=dlvr.it
No comments