臨床試験のシミュレーションのためのヘルスケアにおける予測モデリングの使用

臨床試験のシミュレーションのためのヘルスケアにおける予測モデリングの使用

問題

末梢神経障害は、慢性的に高い血糖値と糖尿病によって引き起こされる状態です。 それは、手、足、および他の身体部分の衰弱、しびれ、および痛みにつながります。糖尿病患者の約60%が最終的にこの病気を発症します。継続的に治療を行い、個人に合わせた医療方法を提供するために、科学者、医師、保険会社は、インシリコ臨床試験に予測モデリングツールを使用します。 さらに、これらの予測モデリングツールを使用して、患者が医薬品にどう反応するかを予測し、この情報により個別の処方箋を作成できます。

世界最大の製薬会社の1つであるファイザーは、Health Services Consulting Corporationと共同でFair Dynamicsに、研究者が痛みを伴う糖尿病性末梢神経障害患者の新薬をテストするのに役立つプラットフォームの開発を依頼しました。 このプラットフォームは、以前の臨床研究に基づいており、患者の個人的なパラメータを評価し、薬物の投与量を処方し、起こりうる結果を予測できる意思決定支援ツールとして機能します。 また、プラットフォームには柔軟性があり、経験の浅いユーザーが操作できるように使いやすいインターフェイスが必要です。医療における予測モデリングと分析のためのこのプラットフォームを開発するために、エンジニアはAnyLogicシミュレーションソフトウェアを使用しました。

解決策

予測分析プラットフォームを作成するために、エンジニアはさまざまなソースからの実際のデータを処理して分類する必要がありました。このために、彼らはSASデータファイルと機械学習アルゴリズムをAnyLogicモデルに統合しました。このアルゴリズムは、患者プロファイルを持つデータを、性別、年齢、病気の期間などのクラスタリング変数を持つ6つのクラスターにグループ化しました。これらのパラメータは、患者の治療プログラムを完了する際に不可欠でした。

予測モデルに患者を表示するのに、エンジニアはAnyLogicエージェントベースのモデリングアプローチを使用しました。これは、医療のシミュレーションに一般的に使用されています。ユーザーは、クラスター内のパラメータと同様の事前定義パラメータを使用して患者をセットアップできました。患者は、これらのパラメータに応じて、識別されたクラスターのいずれかに分類されます。

ヘルスケア予測モデリング

分類後、各患者の治療プロセスは、いくつかの治療シナリオを使用してモデルでシミュレートされました。これは、以前にクラスター化された患者プロファイルのデータに基づいていました。モデルを検証するために、各患者の4〜6週間の治療をシミュレートしました。

最終的に医師は、患者に最適な治療シナリオと投与量の提示が可能になり、患者またはクラスターごとに、ユーザーは動的に作成されたレポートをエクスポートできます。

並列計算のAnyLogic機能は、パラメータ変動実験を使用した複数の患者のシナリオのシミュレーションも可能です。

モデルは経験の浅い人が使用することになっていたため、エンジニアはAnyLogicがサポートするJavaテクノロジーを使用して、便利なインターフェイスを完成させました。

結果

このプロジェクトでは、AnyLogicはさまざまなデータセット、機械学習アルゴリズム、およびシミュレーション機能を統合するためのソフトウェアツールとして機能しました。全体として、多様な履歴データを処理し、一意のクラスターに再グループ化することができました。 AnyLogicエージェントベースのシミュレーションを使用した予測モデリングにより、エンジニアは簡単に設定可能な予測ヘルスケアモデルを完成させ、パーソナライズされた治療プロセスを非常に正確にシミュレートすることができました。 このモデルは、医師がすべての患者の薬物投与量に関する情報に基づいた決定を下し、治療に対する患者の反応を確認するのに役立ちました。 Javaベースの設計要素により、モデルのインターフェイスがより直感的になり、新しいユーザーが簡単に理解できるようになりました。

Fair DynamicsのLuigi Manca氏によるヘルスケアプロジェクトの予測モデリングプレゼンテーション

 Predictive Modeling in Healthcare

同様のケーススタディ

その他のケーススタディ