In silico medicine

De term in silico medicine wordt geïllustreerd door initiatieven zoals de Virtual Physiological Human van de Europese Commissie en door instituten zoals het VPH Institute en het INSIGNEO Institute van de Universiteit van Sheffield.

De In Silico Oncology Group (ISOG) van het Institute of Communication and Computer Systems, National Technical Institute of Athens (ICCS-NTUA) is gericht op de ontwikkeling van klinisch gestuurde en georiënteerde multischaal simulatiemodellen van kwaadaardige tumoren (kanker), die na voltooiing van de klinische aanpassing en validering kunnen worden gebruikt als op de individuele patiënt afgestemde beslissingsondersteunende en behandelingsplanningssystemen. Een bijkomend doel van het onderzoek van de Groep is het simuleren van oncologische klinische proeven die anders te duur of te tijdrovend zouden zijn en in die richting zijn grid-computerinfrastructuren benut, zoals de European Grid Infrastructure, om de prestaties en de doeltreffendheid van de simulaties te verhogen. ISOG heeft leiding gegeven aan de ontwikkeling van de eerste technologisch geïntegreerde Oncosimulator, een gezamenlijke Europees-Japanse onderzoekonderneming.

In 2003 is het eerste vaccin ontwikkeld dat uitsluitend op genoominformatie is gebaseerd. De techniek om het vaccin te ontwikkelen, “omgekeerde vaccinologie” genoemd, gebruikte de genomische informatie en niet de besmettelijke bacterie zelf om het vaccin te ontwikkelen.

In december 2018 is het vierjarige PRIMAGE-project van start gegaan. Dit door de EU gefinancierde Horizon 2020-project stelt een cloud-gebaseerd platform voor ter ondersteuning van de besluitvorming bij het klinisch beheer van kwaadaardige vaste tumoren, dat voorspellende hulpmiddelen biedt ter ondersteuning van de diagnose, prognose, therapiekeuze en follow-up van de behandeling, op basis van het gebruik van nieuwe beeldvormende biomarkers, in-silico tumorgroeisimulatie, geavanceerde visualisatie van voorspellingen met gewogen vertrouwensscores en op machine-learning gebaseerde vertaling van deze kennis in voorspellers voor de meest relevante, ziektespecifieke, Klinische Eindpunten.

Geef een antwoord

Het e-mailadres wordt niet gepubliceerd.