وقتی داروها را ترکیب می‌کنیم، چه اتفاقی می‌افتد؟

فرض کنین رفتین دکترو چند تا آزمایش دادین. دکتر تشخیص میدهکه کلسترول شما بالاست و بهتره دارو مصرف کنید. پس یک بسته قرص می گیرید. تا حدودی مطمئن هستید، پزشک شما تا حدودی مطمئنهکه این دارو اثر خواهد کرد. شرکتی که اون دارو رو اختراع کرده مطالعات زیادی انجام دادهو به اف دی ای (سازمان غذا و دارو) ارائه کرده. اونها به دقت و وسواسبررسی و تأییدش کردن. اونها جزئیات نحوه ی تأثیر اونو میدونن، اونها جزئیات عوارض جانبی اونو میدونن. باید درست باشه. کمی بیشتر با پزشکتان حرف می‌زنید و پزشکتان کمی نگرانهچون شما افسرده شدین، سر حال نیستین، مثل سابق از زندگی لذت نمی‌برین. پزشک شما میگه، «ببینید،فکر کنم افسرده شدی. یک قرص دیگه به شما میدم.»
پس حالا داریم درباره دو تا دارو صحبت می‌کنیم. این قرص هم-- میلیونهانفر اونو مصرف کردن، شرکت مطالعاتی انجام داده،اف دی ای اونو بررسی کرده-- همه چیز خوبه. فکر می‌کنید همه چیز درسته. فکر می کنید همه چیز درسته. خوب، یک دقیقه صبر کنید. چقدر این دو دارو رو با هم مطالعه کردیم؟
خوب، انجام این کار خیلی سخته. در واقع این کار مرسوم نیست. این کاملاً وابسته به چیزیهکه ما بهش میگیم ‌«نظارت پس از فروش،» بعد از ورود دارو به بازار. چطور میشه فهمید اتفاق بدی افتاده بین دو دارو؟ سه؟ پنج؟ هفت؟ از هر کس که چند تا مریضی داشته باشهمیخواین بپرسین چند تا دارو مصرف می کنن.
چرا این مسئله برام مهمه؟ برام خیلی مهمه. من متخصص انفورماتیک وداده شناسی هستم و به نظرم، تنها راه-- تنها راه--فهمیدن این تداخلات استفاده از منابع متعدد و متنوع داده‌هاست برای این که بفهمیم مصرف هم زمان داروهاکی بی‌خطره و کی بی خطر نیست.
پس بذارین یه قصه بگمدرباره ی علم داده شناسی. این قصه با دانشجویم "نیک" شروع میشه. بذارین "نیک" صداش کنیم،چون اسمش همینه.
(خنده)
نیک یه دانشجوی جوان بود. بهش گفتم، "ببین، نیک،باید نحوه ی اثر داروها رو بدونیم و این که با هم چه اثری دارنو جدا از هم چه اثری دارن، و چیز زیادی نمی‌دونیم. اما اف دی اییه پایگاه داده جالب داره. یه پایگاه داده درباره عوارض دارویی. این داده‌ها عیناً در اینترنت منتشر شده-- در دسترس عموم، همههمین الان می‌تونین دانلودش کنین-- صدها تا هزاران گزارش عوارض دارویی از بیماران، دکترها،شرکتها و داروسازها. و این گزارشها کاملاً ساده است: همه بیماریهایی که مریض داره، همه داروهایی که مصرف می‌کنه، و همه عوارض جانبی که تجربه کرده. این همه عوارضی نیست کهامروز تو آمریکا اتفاق میفته، اما صدها و صدها تاهزاران دارو اینجا هست.
پس به نیک گفتم، «بیا به قند فکر کنیم. قند خیلی مهمه،و میدونیم که به دیابت ربط داره. بذار ببینیم چه اتفاقیبرای قند میفته.» نیک مرخص شد.وقتی برگشت،
گفت، «راس، من یه نرم افزار درست کردم کهعوارض جانبی داروها رو نگاه میکنه از روی این پایگاه داده، و به ما میگه این داروممکنه قند خون رو بالا ببره یا نه.»
موفق شد. به عبارتی خیلی ساده بود. همه داروهایی رو کهثابت شده قند رو تغییر میدن و گروهی از داروها که قند روتغییر نمیدن با هم مقایسه کرد، و گفت، «عوارضشون چه فرقی داره؟ فرق از نظر خستگی؟ از نظر اشتها؟از نظر اجابت مزاج؟» همه اینها دست به دست هم دادتا قدرت پیش بینی واقعاً خوبی بهش بده. گفت، «راس، میتونمبا دقت ۹۳ درصد پیش بینی کنم چه موقع یه دارو قند رو تغییر میده.»
گفتم،«نیک، این عالیه.» او دانشجوی جوونیه کهباید بهش اعتماد به نفس داد. « اما نیک، یه مشکل هست. این که هر پزشکی تو دنیامیدونه چه داروهایی قند رو تغییر میدن، چون این تو حرفه ی ما یه اصله. عالیه، خسته نباشی،اما نه تا اون حد، مطمئناً قابل چاپ نیست.»
(خنده)
گفت، «میدونم، راس،فکر می‌کردم اینو بگی.» نیک باهوشه. «فکر می کردم اینو بگی،پس یه آزمایش دیگه انجام دادم. نگاه کردم چه کسانی تو این پایگاه دادهدو دارو مصرف می کنن، و دنبال پیامها هم گشتم،پیامهای تغییر قند، برای افرادی که دو دارو مصرف می‌کنن، که هیچ کدوم از داروها به تنهاییقند رو تغییر نمیدن، اما با هم پیام قدرتمندی دیدم.»
و گفتم، «هی! تو باهوشی.فکر خوبیه. فهرست رو بهم نشون بده.» و چند تا دارو بود،خیلی هیجان انگیز نبود. اما چیزی که توی فهرست نظر منو جلب کرددو تا دارو بود: پاروکستین، یا پاکسیل، یه ضدافسردگی؛ و پراواستاتین، یا پراواکول،یه داروی چربی خون.
و گفتم، «هه. میلیونها آمریکاییاین دو تا رو مصرف می‌کنن.» در واقع، بعدها متوجه شدیم، اون موقع پانزده میلیون آمریکایی پاروکستینمصرف می‌کردن و پانزده میلیون پراواستاتین، و حساب کردیم، یک میلیون نفرهر دو رو مصرف می‌کردن. خوب یعنی یک میلیون نفر ممکنه یه مشکلی با قند خودشون داشته باشن اگه این مامبو جامبو (اجی مجی) که نیک باهوش مصنوعی و پایگاه داده‌های اف دی ای انجام داده واقعاً کار کنه. اما گفتم، «هنوز قابل چاپ نیست، چون عاشق اون کاری هستم که با اجی مجی و هوش مصنوعی انجام دادی، اما شواهدی که داریم قطعی نیست.» باید یه کار دیگه کنیم. بیا بریم سراغپرونده الکترونیک پزشکی استنفورد. یه نسخه ازش داریم کهبرای تحقیق مشکل نداره، اطلاعات هویتی رو ازش حذف کردیم. و گفتم، «بذار ببینیم افرادی کهاین دو تا دارو رو مصرف می‌کنن با قندشون مشکل دارن.»
خوب هزاران هزار نفر در پرونده‌های الکترونیک پزشکی استنفورد هستن کهپاروکستین و پراواستاتین مصرف می‌کنن. اما ما مریضهای خاصی رو لازم داشتیم. مریضهایی رو لازم داشتیم که یکی از اونها رومصرف می‌کرده و یه آزمایش قند داشته، بعد داروی دوم رو گرفته ویه آزمایش قند دیگه داده، همه طی یه فاصله زمانی قابل قبول--چیزی حدود دو ماه. و وقتی این کار رو انجام دادیم،ده تا مریض پیدا کردیم. اما هشت تا از ده مریضقندشون بالا رفته بود وقنی "پی" دوم رو گرفته بودن--بهش میگیم پی اول و پی دوم-- وقتی پی دوم رو گرفته بودن. فرقی نداشت هر کدوم اول باشه،با اضافه شدن دومی، قند بیست تا بالا رفته بود. فقط به عنوان یادآوری، اگه دیابتی نباشین،اوضاع شما عادیه با قند حدود نود. و اگه به صدوبیست، صدوبیست وپنج برسه، دکتر شما به فکر تشخیص احتمالی دیابت میفته. یعنی افزایش بیست تا-- کاملاً معنی داره.
گفتم،«نیک، خیلی عالیه. اما متأسفم،هنوز مقاله ای نداریم، چون این ده تا مریضهو-- اجازه بدین-- این مریضها کافی نیست.»
بعدش گفتیم، چه کار میتونیم بکنیم؟ و گفتیم، بیا به دوستامون درهاروارد و وندربلت زنگ بزنیم، که اونها هم-- هاروارد در بوستون،وندربلت در نشویل، که اونها هم مثل ماپرونده الکترونیک پزشکی دارن. بیا ببینیم اونها هم میتوننمریضهای مشابه پیدا کنن با پی اول، پی دوم،آزمایش قند، با نتیجه‌ای که ما لازم داریم.
خدا عمرشون بده، وندربلت در عرض یک هفتهچهل مورد پیدا کرد، با همون مشخصات. هاروارد صد تا پیدا کرد،با همون مشخصات. یعنی در نهایت صدوپنجاه تا مریض داشتیماز سه مرکز پزشکی مختلف که اون مریضها این دو تا دارو رو می گرفتنو به ما می‌گفتن قندشون تا حد معنی دار بالا رفته.
جالبتر این که،دیابتی‌ها رو کنار گذاشته بودیم، چون دیابتی‌ها خودشونقند بالا دارن. وقتی به قند دیابتی‌ها نگاه کردیم، شصت تا بالا رفته بود، نه فقط بیست تا. موفقیت بزرگی بود، و گفتیم،«این یکی رو باید چاپ کنیم.» مقاله رو تحویل دادیم. همه ی اونها شواهد داده‌ای بود، داده‌های اف دی ای، داده‌های استنفورد، داده‌های وندربلت، داده‌های هاروارد. آزمایش واقعی انجام نداده بودیم.
اما نگران بودیم. در حالی که مقاله در دست بررسی بود،نیک به آزمایشگاه رفت. کسی رو پیدا کردیم کهاز آزمایشگاه سررشته داشت. من بلد نیستم. مریض می‌بینم اماکار با پیپت رو بلد نیستم. به ما گفتن به موشها دارو بدیم. موشها رو گرفتیم و بهشونپی اول، پاروکستین دادیم. به موشهای دیگه پراواستاتین دادیم. و به گروه سوم هر دو رو دادیم. و قند موشها بیست تا شصت تا بالا رفت.
یعنی مقاله فقط بر اساسشواهد داده‌ای پذیرفته شد، اما یه یادداشت به آخرش اضافه کردیم، و گفتیم که در هر حال، اگه این داروها روبه موشها بدین، قند بالا میره.
این عالی بود، و داستانمیتونست همونجا تموم بشه. اما هنوز شش و نیم دقیقه وقت دارم.
(خنده)
همه جا می‌نشستیم ودرباره ش فکر می‌کردیم، و یادم نیست کی به فکرش رسید،اما یکی گفت، "نمیدونم آیا مریض‌هایی کهاین دو دارو رو مصرف میکنن خودشون متوجه عوارض جانبیافزایش قند خون میشن. ممکنه و باید بشن. چطوری میتونیم مشخص‌اش کنیم؟
ما گفتیم، خوب،چی کار می‌کنی؟ یه دارو داری مصرف می‌کنی،یکی دو تا داروی جدید، و احساس خوبی داری. چی کار می‌کنی؟ میری به گوگل و اسم دو دارو که گرفتی می‌نویسییا یه دارو که مصرف می‌کنی، و "عوارض جانبی" رو می‌نویسی، چه تجربه‌ای داشتید؟ خوب ما گفتیم مشکلی نبود، بذارین از گوگل بپرسیم آیاسوابق جستجو رو به ما میگه، تا به سوابق جستجو نگاه کنیم و ببینیم مریضهاچه نوع جستجوهایی رو انجام میدن. گوگل، متأسفم که اینو میگم،درخواست ما رو رد کرد. خوب، ناامید شده بودم. داشتم با یه همکار شام می‌خوردم کهدر مرکز پژوهش میکروسافت کار می‌کنه و گفتم، « می‌خواستیم این مطالعه رو انجام بدیم. گوگل جواب رد داد، یه جورایی ناامید کننده است.» گفت، «خوب، ما جستجوی بینگ رو داریم.»
(خنده)
آره. عالیه. حالا حس می‌کردم--
(خنده)
حس می‌کردم باز دارم با نیک حرف میزنم. او برای یکی از بزرگترینشرکت های جهان کار می‌کنه، و من داشتم سعی می کردماحساس بهتری داشته باشه. اما او گفت، «نه، راس--شاید متوجه نشدی. ما نه تنها جستجوی بینگ رو داریم، بلکه اگه برای جستجوی گوگلاز اینترنت اکسپلورر استفاده کنی، یاهو، بینگ، هر چی... بعد، برای هجده ماه، اون داده‌ها روفقط با اهداف تحقیقاتی نگه می‌داریم.» گفتم، «این شد حرف حساب!» این اریک هورویتز بود،دوستم در میکروسافت.
پس یه تحقیق انجام دادیم پنجاه کلمه رو تعریف کردیمکه یه فرد عادی ممکنه بنویسه اگه دچار افزایش قند خون بشه، مثل "خستگی،" "بی اشتهایی،"" تکرر ادراری،" "پرشاشی"-- ببخشید، اما این یکی از چیزایی هستکه ممکنه بنویسید. پس پنجاه عبارت داشتیمکه بهش می گفتیم "کلمات دیابت." و ابتدا یه بررسی اولیه انجام دادیم. و معلوم شدحدود نیم تا یک درصد همه ی جستجوها در اینترنتشامل یکی از این کلمات است. خوب این یه رقم اولیه بود. اگه مردم بنویسن "پاروکستین"یا "پاکسیل"-- اینها مترادف هستن-- و یکی از اون کلمات، رقم حدود دو درصدبیشتر از کلمات دیابتی میشه، اگه قبلاً بدونین که اون کلمه "پاروکستین" است. اگه اون کلمه "پراواستاتین" باشه،رقم حدود سه درصد بیشتر از رقم اولیه میشه. اگه هر دو کلمه ی "پاروکستین" و "پراواستاتین"در جستجو باشن، رقم تا ده درصد بالا میره، یه افزایش قابل توجه سه تا چهار برابری در اون جستجوها با دو تا داروکه مورد نظر ما بود، و کلمات دیابتییا کلمات مشابه افزایش قند خون.
اینو چاپ کردیم، و تا حدودی توجه‌ها رو جلب کرد. علت قابل توجه بودنش اینه که بیماران عوارض جانبیخودشون رو غیرمستقیم به ما میگن از طریق جستجوهاشون. ما توجه اف دی ای روبه اینها جلب کردیم. اونها علاقمند بودن. اونها برنامه‌هایی راه انداخته بودنبرای نظرسنجی در رسانه‌های اجتماعی برای همکاری با مایکروسافت، که زیرساختار خوبی برای انجاماین کار داشت و سایر جاها، بررسی فیدهای توییتر، بررسی فیدهای فیسبوک، بررسی سوابق جستجو، برای این که سعی کنیم متوجه علائم زودرسیبشیم که اون داروها، جداگانه یا باهم، مشکلاتی ایجاد می‌ٰکنن.
چه نتیجه‌ای از این می‌گیرم؟چرا این داستان رو میگم؟ خوب، اول از همه، ما هم اکنون چشم انداز داده‌های بزرگو داده‌های متوسط رو داریم برای کمک به فهم تداخلات دارویی و یه واقعیت اساسی، اثر داروها. داروها چه اثری دارن؟ این اکوسیستم جدیدی ایجاد خواهد کردو ایجاد کرده برای فهم نحوه اثر داروهاو بهینه سازی مصرف اونها. نیک ادامه داد؛حالا در کلمبیا یه استاده. این کار رو در پی اچ دی خودشبرای صدها جفت دارو انجام داد. صدها تداخل خیلی مهم دارویی پیدا کرد، و بنابراین توسعه‌ش دادیم و نشون دادیم کهاین روش واقعاً مؤثره برای پیدا کردن تداخلات بین دو دارو.
اما، چند نکته هست. ما فقط از دو دارواستفاده نمی‌کنیم. همون طور که قبلاً گفتم، بعضی مریضهااز سه، پنج، هفت، نه دارو استفاده می‌کنن. آیا مطالعه‌ای با توجه بهتداخلات نه گانه انجام شده؟ بله، می‌تونیم تداخلات دوتایی رو بررسی کنیم،بین آ و ب، بین آ و س، آ و د، اما همه ی اینها با هم چی؟ اگه یه مریض همه رو با هم مصرف کنه، ممکنه با هم تداخل داشته باشن به طریقی که اثراتشونبیشتر یا کمتر بشه یا عوارضی ایجاد بشهکه غیرمنتظره باشه؟ در واقع چیزی نمی‌دونیم. این آسمون آبیه، میدان بزرگیبرای ما برای استفاده از داده‌ها برای این که سعی کنیمتداخلات دارویی رو بفهمیم.
دو درس دیگه: ازتون میخوام به قدرتیفکر کنید که به دست میاد با داده‌های افرادی که عوارض جانبیخود را داوطلبانه در اختیار ما میذارن از طریق دکتر داروساز،خودشون یا دکتر معالج، افرادی که اجازه دادن پایگاه‌های دادهدر استنفورد، هاروارد، وندربلت، برای پژوهش استفاده بشه. مردم نگران داده‌ها هستند. اونها نگران حریم شخصیو امنیت خودشون هستن-- باید باشن. ما به سامانه های امن نیاز داریم. اما نمی‌تونیم سامانه‌ای داشته باشیمکه اون داده‌ها رو کاملاً از دسترس خارج کنه، چون یه منبع بسیار ارزشمنده برای الهام گرفتن، نوآوری و اکتشاف برای چیزهای جدید در پزشکی.
و چیز آخری که میخوام بگم اینه که، ما در این مورد دو دارو پیدا کردیمو داستانش کمی غم انگیز بود. دو دارو که واقعاً مشکل ساز بودن. قند خون رو بالا می‌بردن. این داروها ممکنه فردی رو دچار دیابت کنن، که در غیر این دچار دیابت نمی‌شد، و بنابراین ممکنه تصمیم بگیریم در موردمصرف هم زمان این دو دارو احتیاط کنیم، شاید از مصرف هم زمانبه طور کلی خودداری کنیم، موقع تجویز داروتصیم های متفاوتی بگیریم. اما یه احتمال دیگه وجود داره. ممکن بود دو یا سه دارو پیدا کنیم که تداخل سودمند داشته باشن. ممکن بود اثرات دارویی جدیدی پیدا کنیم که هیچ کدوم به تنهایی نداشتن، اما با هم، به جای عوارض جانبی، ممکن بود درمان جدید و نوینی باشن برای امراضی که علاج ندارن یا درمان اونها مؤثر نیست. اگه امروز درباره درمان دارویی فکر کنیم، همه درمانهای اصلی-- برای اچ آی وی، سل، افسردگی، دیابت-- همیشه ترکیبی از چند دارو هستن.
و بنابراین نکته مثبتش، و موضوع یه سخنرانی دیگهدر یه روز دیگه، اینه که چطور میتونیم بااستفاده از همون منابع داده‌ها آثار مثبت ترکیب داروها رو پیدا کنیم، که درمانهای جدیدی برای ما فراهم کنه، دیدگاه‌های جدیدی درباره نحوه اثر داروها ایجاد کنه و به ما امکان بده از مریضهامونبهتر مراقبت کنیم؟
خیلی متشکرم.
(تشویق)