Wir präsentieren die erste Anwendung eines CDSS für die individualisierte Dosierung von BTKi bei WM. Es wurde gezeigt, dass die Durchführung der notwendigen Reaktionsbewertungen und Dosisanpassungen in jedem Zyklus basierend auf CURATE.AI bei einem älteren Patienten machbar ist. Obwohl der Patient keine tiefe Reaktion basierend auf einer Reduktion des IgM erzielte, ist die signifikante Verbesserung des Hämoglobins und die gute Lebensqualität, die der Patient über zwei Jahre genossen hat, möglicherweise wichtiger. Die Priorisierung der Symptomkontrolle, Lebensqualität und Minimierung von Toxizität ist eine vernünftige Strategie, insbesondere bei älteren Patienten, die die Mehrheit der Patienten mit WM ausmachen.
Der schnelle Anstieg des IgM im Zusammenhang mit der COVID-19-Infektion könnte mit der Unterbrechung der Behandlung zusammenhängen. Es ist jedoch bekannt, dass COVID-19 eine Vielzahl von immunmodulatorischen Effekten hat, die möglicherweise zum Anstieg des IgM beigetragen haben könnten. Angesichts der Tatsache, dass COVID-19 zu einer weltweit endemischen Infektion geworden ist, ist ihr Einfluss auf das Tumor-Mikromilieu und die Immunüberwachung von WM ein wichtiges Forschungsgebiet. Die Evidenz für die Variabilität in der interindividuellen Pharmakokinetik und die Einschränkungen der einheitlichen Behandlung von Patienten mit Antikrebsmedikamenten in Standard-of-Care/Label-Dosen nimmt zu. Kleinere Datenlösungen für die personalisierte Versorgung haben Vorteile gegenüber großen oder komplexen Datenansätzen und können über “Pilotitis” hinausgehen.
Die Einbeziehung der Interessengruppen und die patientenzentrierte Versorgung entwickeln sich zu bewährten Praktiken in der digitalen Gesundheitsinnovation und -umsetzung. Die Mitwirkung von Ärzten wurde als grundlegend für die Verknüpfung von AI-Fairness und bedeutungsvollen klinischen Vorteilen hervorgehoben. Darüber hinaus kann die Einbeziehung der Benutzer die Unsicherheit hinsichtlich der Zuverlässigkeit der zugrunde liegenden Daten mildern. PRECISE CURATE.AI involvierte Benutzer sowohl im Studiendesign als auch in der Mitgestaltung des Patientenprofildatensatzes.
CDSS gilt als einer der drei wichtigsten Investitionsschwerpunkte im Bereich der digitalen Gesundheit. Bei der Bewertung des Einflusses von CDSS aus gesundheitlichen und ökonomischen Perspektiven ist es wichtig, sie als komplexe Interventionen anzuerkennen. CURATE.AI fällt gemäß der klinischen Entscheidungsunterstützungs-Taxonomie von Wright et al. in die Kategorie der klinischen Entscheidungsunterstützung am Front-End für die Medikamentendosierungsunterstützung.
CURATE.AI bietet eine Struktur für eine passive personalisierte Medizin, bei der die Reaktionseigenschaften des Patienten gelernt werden. Diese Struktur rationalisiert den Behandlungsprozess als ein Erfahrungsgut und senkt die damit verbundenen Kosten, indem sie die Dauer des Lernprozesses begrenzt. Aus gesundheitlicher Sicht könnte die dynamische Anpassung der Dosis über die Behandlungsdauer hinweg vorteilhaft sein.
Von einem wirtschaftlichen Standpunkt aus betrachtet, spielen Faktoren wie die Nutzung von Gesundheitsressourcen und die Kosten der pharmazeutischen Behandlung eine große Rolle für den potenziellen ökonomischen Einfluss von CDSS für die Medikamentendosierung. In dieser Studie führte die Verwendung von CURATE.AI während der Kalibrierungsphase zu zusätzlichen zehn Bluttests, was insgesamt 217 USD kostete. Nach der Kalibrierungsphase war kein zusätzlicher Bedarf an Konsultationen, Krankenbesuchen, Labortests oder Scans im Vergleich zum Standard-of-Care erforderlich. Etwaige Effizienzgewinne durch CURATE.AI, wie die Reduzierung der ärztlichen Entscheidungszeit, dürften marginale sein.