Dewasa ini penelitian obat-obatan bergantung kepada data yang diperoleh dari uji coba klinis random dan studi observasional. Namun teori tentang faktor yang mempengaruhi variabilitas antar individu, spesialisasi atau personalisasi obat-obatan sudah dipelajari selama lebih dari 100 tahun. Gagasan pertama ide tersebut dimulai dengan single nucleotide polymorphisms (SNPs) dan microarray. Gagasan ini terus dipelajari dengan berbagai pencapaian penting seperti yang dicapai pada The Human Genome Project tahun 2000 silam. Jadi apa itu ‘Personalisasi obat-obatan’? Personalisasi obat-obatan (juga dikenal dengan personalisasi obat-obatan genomik/obat-obatan presisi) adalah metode yang mengacu pada pemeriksaan demografis menyeluruh pada pasien, integrase genetika dan data genomik bersamaan dengan faktor klinis dan lingkungan yang mengarah pada pencegahan penyakit dan strategi penanganan.
Keputusan penanganan yang lebih cerdas
Bagaimana pengujian genomika berkontribusi terhadap personalisasi obat-obatan?
Pengujian genetik adalah contoh utama yang menunjukkan personalisasi obat-obatan bergerak maju membantu penanganan pasien. Forbes mencatat lebih dari 15 juta pelanggan sudah memesan paket pengujian genetika dan angka ini diramalkan melonjak hingga 100 juta pada 2021 mendatang. Ranah digital berperan penting dalam mendorong transparansi dan presisi dalam data layanan kesehatan pada level pasien termasuk dengan menghubungkan data dengan indikator lainnya. Artikel terkini dalam New Scientist menggambarkan rencana 10 tahun untuk memperluas layanan kesehatan digital dan pengujian genetika dalam NHS. Walaupun salah satu peringatan utama bagi pasien adalah kekhawatiran privasi data genomika online, tujuan pengujian genomika adalah untuk menciptakan perilaku positif dan preventif pada pasien sehingga mereka mampu menjaga kesehatan mereka lebih baik. Laporan terkini telah menyebutkan pengujian perangkat ID digital (Dibuat oleh Counsyl) yang mampu mengumpulkan sejarah kanker pribadi dan keluarga secara khusus (tanpa mencakup kondisi penyakit lainnya) bagi kerabat tingkat pertama, kedua, dan ketiga dan mampu mengenali 36 jenis kanker unik (Bucheit et al., 2019).
Kombinasi terapi, Immunotherapy dan CAR-T
William Coley, pada 1890 silam, adalah salah satu penemu hebat dalam bidang immunotherapy cancer – dengan menangani pasien melalui bakteri setelah pembedahan menunjukkan penciptaan respon imun mampu berperan penting dalam penanganan kanker. Pencapaian penting dicatat dalam bidang ini melalui perkembangan inhibitor checkpoint imun, yang pertama adalah ipilmumab, diikuti oleh kesuksesan inhibitor seperti inhibitor PD-L1 atezolizumab. Dengan pengujian terus menerus bagi immunotherapy, potensi klinis penuh dari terapi ini masih harus diselidiki. Namun, dengan berkembangnya immunotherapy muncul juga masalah penghambat yang terkait imun bagi pasien. Terindikasi dengan mencoba pendekatan obat-obatan yang lebih terpersonalisasi kita mampu meminimalisir kondisi penghambat terkait-imun (Maciejko et al., 2017). Yang menarik, sebuah contoh terapi T-cell dengan jenis yang lebih terpersonalisasi memiliki kemiripan transfer sel dalam T-cell Therapy bentuk reseptor antigen chimeric atau CAR-T Therapy. CARs adalah protein buatan yang digunakan untuk mengembalikan arah sel sistem imun untuk menyerang target yang biasanya tidak terlihat bagi mereka. T cells diambil dari pasien, yang kemudian direkayasa untuk menunjukkan antigen spesifik kanker yang kemudian dikirimkan balik ke pasien. CAR-T telah digunakan dalam metode penanganan kanker terkait B-cell seperti myeloma berlipat ganda dan acute lymphoblastic lymphoma (ALL) dalam sebuah studi oleh Stevanovic et al., pada 2015 lalu, tiga dari sembilan pasien dengan kanker serviks metastatic, dirawat dengan regresi lengkap CAR-T. Namun, pengembangan masih diperlukan untuk meningkatkan efektivitasnya dalam menangani tumor besar. Terlepas dari tantangan untuk menaikkan skala, kunci keberhasilan dari terapi ini bergantung pada tindak lanjut dan pemeriksaan berkelanjutan dari penyakit jangka panjang pada para pasien tersebut.
Perkembangan teknologi digital juga sangat membantu immunotherapy. Misalnya, teknologi digital yang membantu pasien memantau gejala penyakit mereka dari rumah dan melaporkan langsung efek sampingnya. Pengembangan analisis digital juga pada akhirnya membantu memprediksi respon para pasien. Suzanne Wait, Managing Director of the Health Policy Partnership mengatakan teknologi digital “berperan penting dalam mendukung kesetaraan akses kepada obat-obatan dengan mendorong pendekatan yang lebih ‘disepakati bersama’ untuk menangani dan menolong pasien mengenali penyakit lebih dini.”
Peran digital dan teknologi dalam personalisasi obat-obatan?
Digitalisasi berperan penting dalam perjalanan pasien dari menghubungkan sesame pasien hingga ke penanganan spesifiknya. Platform digital seperti aplikasi smartphone dapat berfungsi dengan cara yang unik untuk merekam suara pasien. Pasien kemudian dapat menyuarakan gejala, perasaan, pengalaman dengan penyakitnya baik dalam cara aktif dan pasif secara real-time.
Komisi Uni Eropa (EU) sudah mulai menetapkan pengukuran penyebaran data kesehatan dan “memungkinkan transformasi digital atas penanganan kesehatan… mendorong warga dan membangun masyarakat yang lebih sehat.”Pengukuran tersebut menjelaskan titik titik aman akses data, personalisasi obat-obatan melalui infrastruktur penyebaran data juga penggunaan tools digital. Tujuannya adalah membantu mempercepat akses ke data pasien yang diharapkan mampu memaksimalkan hasil perawatan.
Pengumpulan data untuk menggali efek samping yang jarang terlihat dan bagaimana pasien terbaik bereaksi terhadap terapi tertentu pada akhirnya akan menghasilkan terapi yang lebih efektif dan lebih tepat bagi pasien. Teknologi baru yang merangkai analisis mendalam sekelompok big data penting dalam sains translational. ‘Datafikasi’ jaringan dalam personalisasi obat-obatan diharapkan muncul tidak hanya dari data genomik namun juga dari gambar jaringan itu sendiri untuk memberi informasi yang lebih detail mengenai penyakitnya. Melalui penggunaan nanoteknologi, perangkat canggih dan biosensor, yang mengirim peringatan kepada dokter kapanpun dibutuhkan, kini bias ditanam dalam tubuh. Pencetakan 3D telah merevolusi sudut pandang kita mengenai rekayasa jaringan dan organ. Berkat pencetakan ginjal 3D pertama, dan kini liver, kita kini dapat memahami cita-cita dari gagasan pembuatan ‘personalisasi organ’ sesuai permintaan. Kecerdasan Buatan (AI) yang juga dikenal sebagai mesin pembelajar atau deep learning dapat menganalisis sejumlah besar data dalam cara yang cepat, dan efisien termasuk dalam mengenali pola yang tidak diprediksi yang mampu memaksimalkan hasil klinis.
Menuju keabadian dan melampauinya: Personalisasi obat-obatan dan masa depannya
Jadi di masa depan, diharapkan untuk mampu memungkinkan pengumpulan data melalui biosensor, analisis oleh AI dan mesin pembelajar dan kemudian penyebaran data melalui keterikatan digital pada perangkat pintar, masyarakat juga diharapakan akan selalu memiliki akses terhadap solusi layanan kesehatan. Dengan mengumpulkan dan menganalisis data dengan cara yang cermat, kita dapat lebih memahami dan menangani pasien sebagai manfaat dari personalisasi penanganan yang kita telah berikan.
Dorongan farmasi online menunjukkan digitalisasi berperan pada setiap bagian dari pengalaman pasien hingga kepada bantuan distribusi obat-obatan bagi pasien. ‘PilPack’, yang baru saja dibeli Amazon seharga 1 miliar dolar, mengirimkan suplai bulanan personalisasi obat-obatan melalui dispenser ramah penggunaan lengkap dengan label dan informasi bagaimana cara mengkonsumsinya. Kemudahan ini jelas membantu pasien dengan cara yang lebih tidak menyakitkan tanpa memperhitungkan kesulitan mereka, termasuk waktu yang dihabiskan pasien untuk memperoleh obat-obatan.
Kami menutup tulisan ini dengan kutipan dari Sir William Osler yang masih sangat relevan saat ini dalam menggambarkan personalisasi obat-obatan dan pendekatan terbaru penanganan pasien…
”Ahli medis yang baik peduli terhadap penyakitnya, ahli medis yang luar biasa peduli terhadap pasiennya.”
Artikel asli berbahas Inggris bersumber dari situs nitro.digital. Diterjemahkan dan ditulis ulang oleh tim MedX.