AMPEL BioSolutions ໃນມື້ນີ້ປະກາດຄວາມກ້າວຫນ້າໃນຄວາມແມ່ນຍໍາແລະຢາສ່ວນບຸກຄົນທີ່ສາມາດປະຕິວັດວິທີການທີ່ທ່ານຫມໍປິ່ນປົວພະຍາດຜິວຫນັງອັກເສບ, ເຊັ່ນ: Lupus, Psoriasis, Atopic Dermatitis ແລະ Scleroderma. ເປີດເຜີຍໃນວາລະສານ Science Advances ທີ່ໄດ້ທົບທວນຄືນໂດຍໝູ່ເພື່ອນ, ເອກະສານລາຍລະອຽດວິທີການຮຽນຮູ້ເຄື່ອງຈັກແບບກ້າວກະໂດດຂອງ AMPEL ໃນລັກສະນະການເຄື່ອນໄຫວຂອງພະຍາດຈາກຂໍ້ມູນການສະແດງອອກຂອງພັນທຸກໍາທີ່ໄດ້ຮັບຈາກການກວດຮ່າງກາຍຂອງຄົນເຈັບ. ການທົດສອບຫ້ອງທົດລອງ, ພຽງແຕ່ເປັນແນວຄວາມຄິດສໍາລັບສອງສາມປີທີ່ຜ່ານມາ, ປະຈຸບັນແມ່ນກຽມພ້ອມສໍາລັບການພັດທະນາສໍາລັບການນໍາໃຊ້ຕົວຈິງ. ຈຸດສຸມເບື້ອງຕົ້ນຂອງ AMPEL ແມ່ນ Lupus, ແຕ່ການທົດສອບສາມາດຖືກນໍາໃຊ້ສໍາລັບພະຍາດຜິວຫນັງ autoimmune ຫຼືອັກເສບທີ່ມີຜົນກະທົບຫຼາຍກວ່າ 35 ລ້ານຄົນອາເມລິກາ.
ວິທີການຮຽນຮູ້ເຄື່ອງຈັກທີ່ເປັນນະວັດກໍາຂອງ AMPEL, ເຊິ່ງປະຈຸບັນພ້ອມທີ່ຈະພັດທະນາເປັນການທົດສອບ biomarker ສະຫນັບສະຫນູນການຕັດສິນໃຈ, ສາມາດສົ່ງຜົນກະທົບຕໍ່ການດູແລສຸຂະພາບຢ່າງຫຼວງຫຼາຍໂດຍການໃຫ້ແພດສາມາດກໍານົດສາເຫດຂອງອາການຂອງພະຍາດຂອງຄົນເຈັບແລະເລືອກການປິ່ນປົວທີ່ເຫມາະສົມໄດ້ຊັດເຈນກວ່າ. ວິທີການຂອງ AMPEL ແມ່ນມີຄວາມອ່ອນໄຫວພຽງພໍເພື່ອກວດຫາການປ່ຽນແປງຂອງຜິວຫນັງທີ່ບໍ່ມີການປິ່ນປົວທາງດ້ານຄລີນິກ, ດັ່ງນັ້ນການແຊກແຊງເບື້ອງຕົ້ນອາດຈະປ້ອງກັນບໍ່ໃຫ້ເກີດ flares ຂອງລະບົບແລະຄວາມເສຍຫາຍຂອງຜິວຫນັງທີ່ປາກົດຢູ່ໃນບາດແຜ. ການນໍາໃຊ້ວິທີການການຮຽນຮູ້ເຄື່ອງຈັກຂອງ AMPEL ຍັງສາມາດຊ່ວຍເຫຼືອບໍລິສັດຢາໃນການພັດທະນາຢາແລະການທົດລອງທາງດ້ານການຊ່ວຍ.
ຄົນເຈັບທີ່ເປັນພະຍາດຜິວຫນັງຊໍາເຮື້ອມັກຈະທົນທຸກຈາກກິດຈະກໍາຂອງພະຍາດທີ່ບໍ່ສາມາດຄາດເດົາໄດ້ທີ່ມີຜົນກະທົບຕໍ່ກິດຈະກໍາປະຈໍາວັນເຊັ່ນ: ການເຮັດວຽກແລະຊີວິດຄອບຄົວ. ເນື່ອງຈາກອາການທີ່ບໍ່ສາມາດຄາດເດົາໄດ້ມັກຈະສົ່ງຜົນໃຫ້ການເດີນທາງໄປຫາຫ້ອງສຸກເສີນ, ຄວາມສາມາດໃນການຄາດຄະເນພະຍາດທີ່ຮ້າຍແຮງກວ່າເກົ່າແລະການມີສ່ວນຮ່ວມຂອງລະບົບກັບ biopsies ຜິວຫນັງເປັນປົກກະຕິມີຜົນກະທົບດ້ານການດູແລສຸຂະພາບແລະເສດຖະກິດທີ່ສໍາຄັນ.
ຄູ່ກັບທໍ່ຂອງເຄື່ອງມືຂອງ AMPEL ເພື່ອວິເຄາະຊຸດຂໍ້ມູນທາງຄລີນິກທີ່ໃຫຍ່ ແລະສັບສົນຫຼາຍ (“ຂໍ້ມູນໃຫຍ່”), ໂຄງການການຮຽນຮູ້ເຄື່ອງຈັກຂອງ AMPEL ແມ່ນບາດກ້າວທີ່ສຳຄັນຕໍ່ກັບການປະຕິບັດການທົດສອບຜິວໜັງແບບປົກກະຕິເພື່ອຕິດຕາມການເຄື່ອນໄຫວຂອງພະຍາດ ແລະໃຫ້ການຊ່ວຍເຫຼືອການຕັດສິນໃຈໃນການປິ່ນປົວໂດຍອີງໃສ່ເຊື້ອພະຍາດຂອງຄົນເຈັບ. ການສະແດງອອກ. ນີ້ຈະຫັນປ່ຽນວິທີການແພດປິ່ນປົວພະຍາດຜິວຫນັງຊໍາເຮື້ອໂດຍການນໍາໃຊ້ຂໍ້ມູນທີ່ເກັບກໍາໂດຍການທົດສອບຫ້ອງທົດລອງແລະການວິເຄາະໂດຍການຮຽນຮູ້ເຄື່ອງຈັກເພື່ອວິນິດໄສ, ລັກສະນະຂອງຄວາມຜິດປົກກະຕິຂອງໂມເລກຸນທີ່ຊັດເຈນແລະປິ່ນປົວພະຍາດຜິວຫນັງກ່ອນທີ່ຈະເລີ່ມຕົ້ນຄວາມເສຍຫາຍ, ຊ່ວຍປະຢັດຄົນເຈັບຈາກຄວາມເຈັບປວດແລະບໍ່ສະດວກຂອງພະຍາດທີ່. ຖ້າບໍ່ດັ່ງນັ້ນຜົນກະທົບຕໍ່ຊີວິດຂອງພວກເຂົາຢ່າງຫຼວງຫຼາຍ.
ບໍລິສັດຢາທົດສອບຢາໃນການທົດລອງທາງດ້ານການຊ່ວຍແລະປະເຊີນກັບສິ່ງທ້າທາຍຂອງການລົງທະບຽນຄົນເຈັບທີ່ມີທ່າແຮງທີ່ດີທີ່ສຸດທີ່ຈະຕອບສະຫນອງຕໍ່ການປິ່ນປົວທີ່ຖືກທົດສອບ. ການລົງທະບຽນຄົນເຈັບ "ຜິດ" ສາມາດເຮັດໃຫ້ເກີດຄວາມລົ້ມເຫລວໃນການທົດລອງ, ມັກຈະເຮັດໃຫ້ການຍົກເລີກການພັດທະນາຢາໄປສູ່ການອະນຸມັດຂອງ FDA ທີ່ອາດຈະໄດ້ຮັບຜົນປະໂຫຍດໃນກຸ່ມຍ່ອຍຂອງປະຊາກອນຄົນເຈັບໂດຍລວມ. ການທົດສອບຜິວຫນັງຂອງ AMPEL ຈະຊ່ວຍໃຫ້ບໍລິສັດການຢາກໍານົດຄົນເຈັບຫຼາຍທີ່ສຸດທີ່ຈະຕອບສະຫນອງຕໍ່ການປິ່ນປົວສະເພາະ, ດັ່ງນັ້ນຈຶ່ງຊ່ວຍປັບປຸງຜົນໄດ້ຮັບໃນການທົດລອງທາງດ້ານການຊ່ວຍ.
ທ່ານດຣ Peter Lipsky, ຫົວຫນ້າການແພດແລະຜູ້ຮ່ວມກໍ່ຕັ້ງ, AMPEL BioSolutions: "ປະຈຸບັນບໍ່ມີຄໍາຮ້ອງສະຫມັກອື່ນໃດທີ່ສາມາດຄາດຄະເນກິດຈະກໍາຂອງພະຍາດໄດ້ຊັດເຈນແລະສະເຫນີການປິ່ນປົວທີ່ເຫມາະສົມ, ແລະພວກເຮົາໄດ້ຮັບການຊຸກຍູ້ຫຼາຍຈາກຄວາມກ້າວຫນ້ານີ້ລາຍງານໃນ Science Advances. ສໍາລັບຄົນເຈັບທີ່ເປັນພະຍາດຜິວຫນັງຊໍາເຮື້ອ, ການປະດິດສ້າງທີ່ມີຄວາມຫມາຍໃນການປິ່ນປົວບໍ່ສາມາດມາໄດ້ໃນໄວໆນີ້. ປະຕິບັດຕາມການພັດທະນາແນວຄວາມຄິດການຮຽນຮູ້ເຄື່ອງຈັກຂອງພວກເຮົາ, ໃນປັດຈຸບັນພວກເຮົາສາມາດກ້າວໄປຂ້າງຫນ້າໃນການເຮັດວຽກກັບຄູ່ຮ່ວມງານຂອງພວກເຮົາເພື່ອພັດທະນາການທົດສອບຜິວຫນັງນີ້ທີ່ສາມາດຫັນປ່ຽນວິທີທີ່ທ່ານຫມໍສາມາດຊ່ວຍຄົນເຈັບທີ່ເປັນພະຍາດຜິວຫນັງຊໍາເຮື້ອໃນການຄຸ້ມຄອງສະພາບຂອງເຂົາເຈົ້າໂດຍການສະຫນອງການປິ່ນປົວທີ່ດີກວ່າແລະຊັດເຈນຂຶ້ນໂດຍອີງໃສ່ບຸກຄົນ. ຂໍ້ມູນຄົນເຈັບແທນທີ່ຈະເປັນວິທີການທົ່ວໄປ."
ທ່ານດຣ Amrie Grammer, ຫົວຫນ້າວິທະຍາສາດແລະຜູ້ຮ່ວມກໍ່ຕັ້ງ, AMPEL BioSolutions: “”ທີມງານຂອງພວກເຮົາໄດ້ພັດທະນາເຄື່ອງມືທີ່ສາມາດ conceivably ຫັນປ່ຽນວິທີການປິ່ນປົວຄົນເຈັບທີ່ມີສະພາບຜິວຫນັງ. ໃນຖານະເປັນບໍລິສັດຢາທີ່ມີຄວາມແມ່ນຍໍາ, AMPEL ກໍາລັງປ່ຽນແປງຮູບແບບການປິ່ນປົວໃນພະຍາດ autoimmune ແລະອັກເສບ. ພວກເຮົາມີຄວາມພູມໃຈທີ່ຈະເຮັດວຽກນີ້ຢູ່ໃນລັດເວີຈີເນຍ ແລະຈະສືບຕໍ່ຮັບເອົາພອນສະຫວັນ ແລະ ຂະຫຍາຍທຸລະກິດຂອງພວກເຮົາຢູ່ທີ່ນີ້.”
ທ່ານດຣ Wright Caughman, ສາດສະດາຈານ, ກົມຜິວໜັງ, ໂຮງຮຽນແພດສາດ Emory, ແລະ VP ຂອງ Exec ດ້ານສຸຂະພາບ (Emeritus), ມະຫາວິທະຍາໄລ Emory: "ການທົດສອບ biopsy ຜິວຫນັງທີ່ມີນະວັດຕະກໍາສູງຂອງ AMPEL ຈະສະຫນອງເຄື່ອງມືໃຫມ່ທີ່ດີເລີດສໍາລັບການວິນິດໄສແລະການຄຸ້ມຄອງ autoimmune ແລະ. ພະຍາດອັກເສບຂອງຜິວຫນັງ. AMPEL ກໍາລັງນໍາສະເຫນີວຽກງານນີ້ຢູ່ໃນກອງປະຊຸມສະມາຄົມສໍາລັບການສືບສວນພະຍາດຜິວຫນັງໃນທ້າຍເດືອນນີ້. ເມື່ອການທົດສອບ genomic ທາງຄລີນິກຂອງ AMPEL ໄດ້ຮັບການຢັ້ງຢືນ CLIA, ແພດຈະສາມາດກໍານົດຢາທີ່ດີທີ່ສຸດສໍາລັບຄົນເຈັບແຕ່ລະຄົນແລະໄດ້ຮັບການຄວບຄຸມພະຍາດຂອງເຂົາເຈົ້າໄວແລະປອດໄພກວ່າ."
ສິ່ງທີ່ຄວນເອົາໄປຈາກບົດຄວາມນີ້:
- This will transform the way doctors treat chronic skin diseases by using the information gathered by the lab test and analyzed by machine learning to diagnose, characterize the precise molecular abnormalities and treat skin diseases before damage begins, saving patients from pain and inconvenience of a disease that otherwise drastically affects their lives.
- Paired with AMPEL’s pipeline of tools to analyze very large and complex clinical datasets (“Big Data”), AMPEL’s machine learning program is a significant step towards implementing a routine skin test for monitoring disease activity and providing decision support for treatment based on a patient’s gene expression.
- Following the development of our machine learning concept, we can now move forward in working with our partners to develop this skin test that could transform the way doctors can help patients with chronic skin disease manage their condition by offering better and more precise treatments based on individual patient data rather than a general approach.
