임상시험 시뮬레이션을 위한 의료분야의 예측모델 활용

임상시험 시뮬레이션을 위한 의료분야의 예측모델 활용

문제:

말초신경증은 만성적으로 높은 혈당과 당뇨병에 의해 생기는 질환이다. 그것은 손, 발, 그리고 다른 신체 부위의 허약함과 무감각, 통증을 유발한다. 전체 당뇨병 환자의 약 60%가 결국 이 병에 걸린다. 지속 가능한 치료 결정을 내리고 개인화된 의료 전략을 제공하기 위해 과학자, 의사 및 보험 회사는 실리코 임상 시험에 대한 예측 모델링 도구를 사용한다. 이러한 예측 모델링 도구를 사용하여 특정 환자가 약물에 어떻게 반응할 수 있는지 예측할 수 있으며, 이 정보를 사용하여 개인화된 처방을 할 수 있다.

세계 최대 제약사 중 하나인 화이자는 페어 다이내믹스에 보건서비스컨설팅(Health Services Consulting Corporation)과 공동으로 이 회사 연구진이 고통스러운 당뇨병 말초신경증 환자들을 위해 신약을 테스트할 수 있는 플랫폼을 개발해줄 것을 요청했다. 플랫폼은 이전 임상 연구에 기초하고 환자의 개인 매개변수를 평가하고, 약물 투약량을 처방하며, 가능한 결과를 예측할 수 있는 의사결정 지원 도구로 작용할 것이다. 또한 플랫폼은 유연하고 사용자 친화적인 인터페이스를 갖추어야 경험이 부족한 사용자들이 함께 일할 수 있었다. 의료 분야의 예측 모델링 및 분석을 위한 이 플랫폼을 개발하기 위해 엔지니어는 AnyLogic 시뮬레이션 소프트웨어를 활용했다.

해결책:

예측 분석 플랫폼을 만들기 위해 엔지니어는 서로 다른 소스의 원시 데이터를 처리하고 이를 분류해야 했다. 이를 위해 SAS 데이터 파일과 머신러닝 알고리즘을 AnyLogic 모델에 통합했다. 알고리즘은 환자 프로파일이 있는 데이터를 성별, 연령, 질병 지속 기간 등 클러스터링 변수가 있는 6개의 군집으로 분류했다. 이러한 파라미터는 환자 치료 프로그램을 완료하는 데 필수적이었다.

예측 모델에 환자를 포함하기 위해 엔지니어는 AnyLogic 에이전트 기반 모델링 접근법을 사용했는데, 이 접근법은 의료 분야에서 시뮬레이션에 일반적으로 사용된다. 사용자가 클러스터의 매개 변수와 유사한 사전 정의된 매개 변수를 사용하여 환자를 설정할 수 있도록 허용했다. 그러면 환자들은 이러한 매개 변수에 따라 식별된 군집 중 하나에 속하게 된다.

의료 분야의 예측 모델링

분류에 따라 각 환자의 치료 과정을 여러 치료 시나리오로 모형에서 시뮬레이션했다. 이전에 클러스터링된 환자 프로필의 데이터를 기반으로 했다. 모델을 검증하기 위해 각 환자에 대한 4-6주 치료를 시뮬레이션했다.

의사들은 마침내 환자를 위한 최적의 치료 시나리오와 복용량을 제시받았다. 각 환자 또는 클러스터에 대해 사용자는 동적으로 생성된 보고서를 내보낼 수 있다.

병렬 연산을 위한 AnyLogic 기능도 파라미터 변동 실험을 사용하여 여러 환자를 대상으로 한 시나리오의 시뮬레이션을 제공했다.

이 모델은 경험이 부족한 사람들이 사용하게 되어 있었기 때문에 엔지니어들은 편리한 인터페이스를 완성하기 위해 AnyLogic이 지원하는 자바 기술을 이용했다.

결과:

이 프로젝트에서 AnyLogic은 다양한 데이터셋, 머신러닝 알고리즘, 시뮬레이션 기능 등을 통합하는 소프트웨어 도구 역할을 했다. 이들은 모두 다양한 과거 데이터를 처리하고 이를 고유한 클러스터로 재구축할 수 있도록 했다. AnyLogic 에이전트 기반 시뮬레이션을 사용한 예측 모델링을 통해 엔지니어는 쉽게 구성할 수 있는 예측 의료 모델을 완성하고 개인화된 치료 프로세스를 매우 정밀하게 시뮬레이션할 수 있었다. 이 모델은 의사들이 모든 환자의 약물 복용량에 대한 정보에 입각한 결정을 내리고 그 혹은 그녀가 그 치료에 어떻게 반응할지를 보는 데 도움을 주었다. 자바 기반의 설계 요소로, 모델의 인터페이스는 보다 직관적이 되어 새로운 사용자가 쉽게 이해할 수 있게 되었다.

Fair Dynamics, Luigi Manca의 의료 프로젝트 프레젠테이션에서 예측 모델링

 의료 분야의 예측 모델링

유사 케이스 스터디

더 많은 케이스 스터디