“通過快速基因測序, 科學家可以識別萊姆病螺旋體的許多不同的菌株，以及新的蜱傳微生物感染, 如疏螺旋體miyamotoi, 伯氏疏mayonii, 與中心區域的病毒。” — 布萊恩·法倫
最有可能的, 你或你認識的人已經受到萊姆病, 在美國最常見的蜱傳播的疾病有超過 300,000 病例每年診斷. 及時新書, 征服萊姆病 (哥倫比亞大學出版社), 哥倫比亞大學醫學中心的醫生布賴恩. 法倫和Jennifer Sotsky顯示，儘管面臨挑戰，以找到這個複雜的治愈, 令人衰弱的疾病, 精密醫學和生物技術正在加快新工具的發現與醫生將能夠診斷並治療患者.
難道突破性技術，迅速提高我們的認識，開闢新的途徑不久的一天意味著萊姆病治愈? 全球搜索教育 非常高興地歡迎博士. 布賴恩·法倫找出高科技是如何應對蜱.
“利用新一代測序技術的現代 (NGS) 允許一個非常快速發現所有微生物可能是流體的樣品中存在。” — 布萊恩·法倫
布賴恩, 科技如何改善對蜱傳疾病的研究過程?
考慮之間的基因組測序的價格上的差異 20 年前的今天. 在 2003, 它採取了人類基因組計劃有關 4 多年與成本估算 $500 萬〜 1 十億…由 2006 測序單個人類基因組的成本已下降到 14 百萬……今天人類全基因組可以在幾天之內被測序不到 $1,000. 這是一個巨大的進步.
為什麼基因組測序如此重要? 讓我們來看看人類蜱傳疾病. 當兩個不同的人感染萊姆病螺旋體 (導致萊姆病的微生物), 一會一個療程的抗生素後快速解決疾病，而另一個可能發展一種慢性復發緩解疾病. 為什麼? 因為一個人可能已經得到了一個更為持久的應變, 而其他接收到撐局限於皮膚的創傷較小應變. 另外, 在人類的基因差異決定了免疫系統如何應對入侵的微生物. 了解感染和人類宿主的基因，使科學家揭開蜱傳疾病的奧秘.
通過快速基因測序, 科學家可以識別萊姆病螺旋體的許多不同的菌株，以及新的蜱傳微生物感染, 如疏螺旋體miyamotoi, 伯氏疏mayonii, 而華倫病毒. 當微生物的基因組測序, 它提供了發病機制研究的起點, 疫苗開發, 與治療. 裡面蜱這些新的微生物的發現已經很大的幫助. 誰已經萊姆病的典型症狀有蜱叮咬後，但患者對血液測試萊姆病困擾可能測試臨床負. 他們可能會批評萊姆病試驗的不敏感. 然而, 當此相同的患者對新發現的蜱傳播感染檢測, 伯氏miyamotoi, 診斷是清楚然後. 是的, 病人有萊姆病類, 但它不是萊姆病: 這是伯氏疏MIyamotoi病.
利用新一代測序技術的現代 (NGS) 允許一個非常快速發現所有微生物可能是流體的樣品中存在的. 此 “基於發現” 使用方法 “公正的新一代測序” 啟用 14 歲男孩從內部致命的感染被救出 48 小時 (威爾遜等人, NEJM, 2014). 這個男孩曾經歷 3 在住院治療 4 個月, 有超過 100 診斷測試, 花費 44 在ICU天為病因不明的腦炎, 有腦活檢, 而不得不被放入一個醫學昏迷狀態，以防止他抽搐持續傷害. 最終，醫生. 查爾斯邱在U.C.S.F. 超過受僱NGS分析 8 萬，生物信息學管道序列 (surpere) 用於檢測所有已知的病原體. 男孩的腦膜腦炎的原因已透露，作為鉤端螺旋體santarosai. 他在波多黎各已經收購可能是, 因為它不存在於美國大陸. 他接受了適當的抗生素出院 2 週以後戒毒所. 同樣的方法是不常見的感染特別有用，因為他們可能不會被懷疑; 例如, 稀有蜱傳病毒如波瓦生病毒或病毒中心區域可以利用這一發現的方法來迅速地檢測.
如何有大數據的影響的方式倡導團體支持的研究?
大數據的患者產生的源是LymeDisease.org. 這個總部設在加州組織開發了一種名為調查 “我的萊姆數據“，患者可以填寫在網絡上對他們的臨床病史和實驗室檢查和治療. 在很短的時間週期, 他們對數據 10,000 人，他們隨時跟踪患者. 有了這個信息, 他們提供大量的誰被診斷為持續性症狀的患者更全面的臨床認為，儘管治療萊姆病 (又名慢性萊姆病).
“在醫療專業人員稀缺的地理區域, AI技術將允許產生的鑑別診斷和治療方案通過通過互聯網訪問的基於人工智能的系統建議在改善病人護理的作用越來越大。” — 布萊恩·法倫
在所有專業職位被自動化. 你相信AI技術只會協助醫生或他們將取代醫生的一些任務? 這是什麼意思為醫生, 護士, 和醫學的未來?
雖然AI技術將很長的路要走，以幫助醫療保健機構提供更好的醫療服務, 其應用到醫療保健仍剛剛開始. 一個可以預見, 但, 在地理區域醫療專業人員匱乏, AI技術將被允許產生的鑑別診斷和治療方案改善病人護理，通過通過互聯網訪問的基於人工智能的系統中發揮越來越大的作用建議.
一般公眾對有關萊姆病從網站上獲取更多比以往任何時候都, 醫療機構, 文章和社交媒體. 每個人都可以將自己的 “專家” 甚至自己 “醫生。” 你能在假新聞時代對在線健康數據的利弊談?
這顯然是一個令人關注的一個巨大的領域. 個人會轉向他們的醫生或醫療信息的書籍, 如默克診療手冊. 現在, 他們轉向網絡. 在誰使用網絡獲取健康信息的患者最近的一項調查 (多爾蒂Torstrick 2016), 我們學到一半，超過 730 患者報告說，他們經歷了痛苦的增加作為檢查網頁的結果. 我們還從本次調查中了解到，誰沒有一個健康教育的個體更傾向於花更多的時間在網站上，都因此容易發展比那些誰是更好地從健康角度以上學歷焦慮. 雖然一些信息，他們發現可能是準確的, 其它信息可用心良苦，但不了解情況, 誤導, 甚至有害.
“研究人員可以快速篩選數以千計的藥物，以確定哪些藥物具有殺死伯氏疏螺旋體的能力最強. 這是可能的，因為高通量測定法的發展, 這已被證明比在消除雙方的固定相疏螺旋體和更多的藥物耐受性留存，形成標準的藥物更有效。” — 布萊恩·法倫
展望未來. 什麼是技術，你最興奮的在幫助尋找萊姆病專治，提高患者生活質量方面?
研究人員可以快速篩選數以千計的藥物，以確定哪些藥物具有殺死伯氏疏螺旋體的能力最強 (豐 2014). 這是可能的，因為高通量測定法的發展, 其中已經確定了已被證明比標準的代理商更有效的新型抗生素 (多西環素, 阿莫西林) 在消除這兩種固定相疏螺旋體和更多的藥物耐受的持留表單. 雖然不能認為什麼是在實驗室環境中真正將轉化為人類功效, 生物技術的進步使新治療藥物的識別, 提供太多希望的治療選擇更為廣泛的患者在未來.
另一個主要的提前“大數據”通過生物統計學和計算機科學培訓的生物醫學信息的工程師進行. 互聯網搜索引擎查詢被監視，預測傳染病的暴發. 意料之外的藥物副作用和它們之間的相互作用可以通過從誰採取了特定藥物的患者分析數以百萬計的數字醫療記錄被檢測. 一個可以檢查是否給予抗生素的患者沒有更好時，在更長或更短的時間處理, 或患者的預先存在的自身免疫性疾病是否更容易從一個新的開始蜱傳播的疾病比那些沒有自身免疫問題的歷史發展並發症.
我們的萊姆和蜱傳疾病研究中心, 位於哥倫比亞大學歐文醫療中心 (CUIMC) 在紐約市, 是隔壁的國際數據資源. CUIMC是一個公共衛生信息的倡議，其中包括約病歷的協調中心 400 萬人從80健康保健組織來自世界各地的畫. 這代表了一個獨特的機會提問, 產生假說和獲取有關蜱傳疾病的答案. 當發現是優化, 醫療增強.
布萊恩·法倫, MD, MPH是萊姆和蜱傳疾病研究中心主任在哥倫比亞大學歐文醫療中心和作者與詹妮弗Sotsky 征服萊姆病: 科技橋大分水嶺, 發表於 2018 由哥倫比亞大學出版社.
ç. M. 魯賓和布賴恩·法倫
和我一樣，全球知名的思想領袖，包括邁克爾·巴伯爵士 (英國), 博士. 邁克爾座 (美國), 博士. 萊昂特司特因 (美國), 克萊克里斯坦森教授 (美國), 博士. 琳達·達林 - 哈蒙德 (美國), 博士. MadhavChavan (印度), 查爾斯·法德勒 (美國), 邁克爾·富蘭教授 (加拿大), 霍華德·加德納教授 (美國), 安迪·哈格里夫斯教授 (美國), 伊馮娜赫爾曼教授 (荷蘭), 克里斯汀Helstad教授 (挪威), 讓·亨德里克森 (美國), 玫瑰Hipkins教授 (新西蘭), 科妮莉亞Hoogland教授 (加拿大), 這位傑夫·約翰遜 (加拿大), 太太. 尚塔爾考夫曼 (比利時), 博士. EijaKauppinen (芬蘭), 國務秘書TapioKosunen (芬蘭), 多米尼克·拉方丹教授 (比利時), 休·勞德教授 (英國), 主肯麥克唐納 (英國), 傑夫大師教授 (澳大利亞), 巴里McGaw教授 (澳大利亞), 希夫納達爾 (印度), Ř教授. 納塔拉詹 (印度), 博士. 吳PAK (新加坡), 博士. 丹尼斯教皇 (美國), 斯瑞達拉賈戈帕蘭 (印度), 博士. 黛安·拉維奇 (美國), 理查德·威爾遜·賴利 (美國), 肯·羅賓遜爵士 (英國), 帕西SAHLBERG教授 (芬蘭), 押尾佐藤教授 (日本), 安德烈亞斯·施萊歇 (PISA, 經合組織), 博士. 安東尼·塞爾頓 (英國), 博士. 大衛·謝弗 (美國), 博士. 基爾斯滕都沉浸式 (挪威), 總理斯蒂芬·SPAHN (美國), 伊夫Theze (LyceeFrancais美國), 查爾斯Ungerleider教授 (加拿大), 托尼·瓦格納教授 (美國), 大衛·沃森爵士 (英國), 迪倫Wiliam教授 (英國), 博士. 馬克沃莫爾德 (英國), 西奧Wubbels教授 (荷蘭), 邁克爾·楊教授 (英國), 和張民選教授 (中國) 因為他們探索所有國家今天面臨的大畫面的教育問題.
ç. M. 魯賓是兩個廣為傳誦的在線系列，她接受了筆者 2011 厄普頓·辛克萊獎, “全球搜索教育”和“如何將我們閱讀?“她也是三本暢銷書, 其中真正的愛麗絲夢遊仙境, 是的發行 CMRubinWorld 而且是干擾物基金會研究員.
按照ç. M. 魯賓在Twitter: www.twitter.com/@cmrubinworld
最新評論