تزور الطبيب للقيام ببعض الفحوصات. فيخبرك الطبيب أنك تشكو من ارتفاع في الكولسترول وسيعطيك دواءً لعلاج ذلك. وتحصل على علبة صغيرة من العقاقير. أنت واثق، وطبيبك المُعالج واثق من أن هذا الدواء مناسب للعلاج. الشركة التي اخترعته قامت بدراسات كثيرة، وأحالته إلى إدارة الغذاء والدواء. قاموا بدراسته بكلّ عناية ومن ثمّ وافقوا عليه. لديهم معرفة واسعة بكيفية تفاعله ومعالجته للمرض، لديهم معرفة واسعة بتأثيراته الجانبية. والتي تمت الموافقة على عدم خطورتها. تحاورت مع طببك المعالج بعد مدة والذي كان قلقا بشأنك بسبب شعورك بقليل من الانزعاج، والضياع، لم يكن بإمكانك الاستمتاع بحياتك كما كنت سابقا. قال لك طبيبك المعالج: "أعتقد أنك تشكو من اكتئاب طفيف. ينبغي أن أعطيك المزيد من الدواء."
So you go to the doctor and get some tests. The doctor determines that you have high cholesterol and you would benefit from medication to treat it. So you get a pillbox. You have some confidence, your physician has some confidence that this is going to work. The company that invented it did a lot of studies, submitted it to the FDA. They studied it very carefully, skeptically, they approved it. They have a rough idea of how it works, they have a rough idea of what the side effects are. It should be OK. You have a little more of a conversation with your physician and the physician is a little worried because you've been blue, haven't felt like yourself, you haven't been able to enjoy things in life quite as much as you usually do. Your physician says, "You know, I think you have some depression. I'm going to have to give you another pill."
نحن الآن نتحدث عن نوعين من الأدوية. هذا الدواء أيضا-- يتمّ أخذه من قبل ملايين الأشخاص، وقد خضع للعديد الدراسات، وتمّ فحصه من قبل إدارة الأغذية والدواء و كلّ شي جيد. ستستير الأمور على مايرام. ستستير الأمور على مايرام. حسنا، انتظروا. ما مدى دراستنا لهذين النوعين من الأدوية معا؟
So now we're talking about two medications. This pill also -- millions of people have taken it, the company did studies, the FDA looked at it -- all good. Think things should go OK. Think things should go OK. Well, wait a minute. How much have we studied these two together?
حسنا، من الصعب القيام بذلك. في الواقع، لا يتمّ القيام بذلك عادة. نحن دائما نعتمد على ما يُسمّى "مراقبة ما بعد التسويق،" بعد أن يتمّ ترويج الأدوية بالسوق. كيف يُمكننا معرفة ما إذا كانت هناك مخاطر متعلّقة بتناول نوعين من الأدوية معا؟ ثلاثة أنواع؟ خمسة؟ سبعة؟ اسأل شخصا مُقرّبا تمّ تشخيصه بالعديد من الأمراض عن عدد أنواع الأدوية التي يأخذها.
Well, it's very hard to do that. In fact, it's not traditionally done. We totally depend on what we call "post-marketing surveillance," after the drugs hit the market. How can we figure out if bad things are happening between two medications? Three? Five? Seven? Ask your favorite person who has several diagnoses how many medications they're on.
لما أولي إلى هذه المشكلة اهتماما كبيرا؟ أنا أهتم بها كثيرا. أنا متخصص في مجال المعلوماتية والبيانات العلمية، وحسب رأيي، الأمل الوحيد -- الأمل الوحيد-- لفهم هذه التفاعلات هو استخدام العديد من مصادر البيانات المختلفة بهدف فهم متى يمكن استعمال الأدوية معا بدون مخاطر ومتى يُشكّل استعمالها معا خطرا.
Why do I care about this problem? I care about it deeply. I'm an informatics and data science guy and really, in my opinion, the only hope -- only hope -- to understand these interactions is to leverage lots of different sources of data in order to figure out when drugs can be used together safely and when it's not so safe.
لذا دعوني أخبركم عن قصة متعلقة بالبيانات العلمية. بدأ الأمر مع تلميذي نيك. فلندعه "نيك"، فهذا هو اسمه.
So let me tell you a data science story. And it begins with my student Nick. Let's call him "Nick," because that's his name.
(ضحك)
(Laughter)
كان نيك طالبا شابّا. قلت له: "كما تعرف يا نيك، ينبغي أن نفهم كيفية تفاعل الأدوية عند استعمالها معا أو بطريقة منفردة، ليست لدينا معرفة كبيرة في هذا الشأن. ولكن توفّر إدارة الأغذية والدواء قاعدة بيانات ثريّة. إنها قاعدة بيانات للأحداث السلبية. فهم يقومون بالنشر على الانترنت-- وهي متوفّرة للجميع ويمكنكم تنزيلها فورا-- للمئات والآلاف من تقارير الأحداث السلبية من قبل المرضى والأطباء والمؤسسات والصيادلة. وهذه التقارير بسيطة للغاية: حول كل الأمراض التي يُعاني منها الأشخاص، وكلّ الأدوية التي يتناولونها، وكلّ الأحداث السلبية أو الآثار الجانبية التي يتعرضون لها. لا تشمل جميع الأحداث السلبية التي تحدث بأمريكا اليوم، ولكن المئات والمئات من ضمن الآلاف من الأدوية.
Nick was a young student. I said, "You know, Nick, we have to understand how drugs work and how they work together and how they work separately, and we don't have a great understanding. But the FDA has made available an amazing database. It's a database of adverse events. They literally put on the web -- publicly available, you could all download it right now -- hundreds of thousands of adverse event reports from patients, doctors, companies, pharmacists. And these reports are pretty simple: it has all the diseases that the patient has, all the drugs that they're on, and all the adverse events, or side effects, that they experience. It is not all of the adverse events that are occurring in America today, but it's hundreds and hundreds of thousands of drugs.
لذا قلت لنيك، "فلنركّز تفكيرنا على الغلوكوز. الغلوكوز مهم جدّا، ونعرف أنه ذو علاقة بمرضى السكري. فلنكتشف ما إذا كان بإمكاننا فهم استجابة الغلوكوز. أرسلت نيك في مهمة. وعندما رجع
So I said to Nick, "Let's think about glucose. Glucose is very important, and we know it's involved with diabetes. Let's see if we can understand glucose response. I sent Nick off. Nick came back.
قال: "روس" "لقد صمّمت مصنّفا بإمكانه الاطلاع على الآثار الجانبيّة للدواء بالرجوع إلى قاعدة البيانات، ومن ثم يُطلعنا ما إذا كان لذلك الدواء تأثير على الغلوكوز أو لا."
"Russ," he said, "I've created a classifier that can look at the side effects of a drug based on looking at this database, and can tell you whether that drug is likely to change glucose or not."
لقد قام بذلك وكان ذلك بسيط جدّا. حدّد كلّ الادوية التي لها تأثير على الغلوكوز ومجموعة من الأدوية التي ليس لها أي تأثير على الغلوكوز، وقال، "ماهو الفرق بين تأثيراتها الجانبية؟ الفرق على مستوى التعب؟ الشهية؟ عادات التبول؟ كلّ تلك الأشياء معا كانت مؤشّرا جيدا حقّا. قال، "روس، أستطيع أن أتوقّع بما يقارب 93% من الدقة متى يمكن لأي دواء تغيير نسبة الجلوكوز."
He did it. It was very simple, in a way. He took all the drugs that were known to change glucose and a bunch of drugs that don't change glucose, and said, "What's the difference in their side effects? Differences in fatigue? In appetite? In urination habits?" All those things conspired to give him a really good predictor. He said, "Russ, I can predict with 93 percent accuracy when a drug will change glucose."
قلت: "هذا رائع يا نيك." هو طالب شاب، وينبغي أن تبني ثقته بنفسه. "ولكن نيك، توجد مشكلة. كلّ الأطباء حول العالم يعرفون كلّ الأدوية التي تُؤثّر على نسبة الغلوكوز، فهذا أساس ممارساتنا. هذا رائع، أحسنت، ولكن ليس مثيرا للاهتمام، بالتأكيد لا يستحقّ النشر."
I said, "Nick, that's great." He's a young student, you have to build his confidence. "But Nick, there's a problem. It's that every physician in the world knows all the drugs that change glucose, because it's core to our practice. So it's great, good job, but not really that interesting, definitely not publishable."
(ضحك)
(Laughter)
قال، "أعرف يا روس، لقد عرفت بأنك ستقول ذلك." نيك ذكيّ. "عرفت بأنك ستقول ذلك، لذا قمت بتجربة. بحثت عن الموجودين بقاعدة البيانات ويستعملون نوعين من الأدوية، وبحثت عن المؤشرات المماثلة لمؤشرات تغيّر نسبة الغلوكوز، لمستعملي نوعين من الأدوية، حيث أن تناول كلّ نوع من الأدوية على حدة لا يُغيّر نسبة الكولسترول، ولكن تناولهم معا له تأثير قويّ."
He said, "I know, Russ. I thought you might say that." Nick is smart. "I thought you might say that, so I did one other experiment. I looked at people in this database who were on two drugs, and I looked for signals similar, glucose-changing signals, for people taking two drugs, where each drug alone did not change glucose, but together I saw a strong signal."
فقلت، "أوه، أنت ذكيّ. فكرة جيدة. أعطني القائمة." كانت هناك مجموعة من الأدوية لم تُثر اهتمامي. ولكن ما جلب انتباهي هما نوعان من الأدوية على القائمة: الباروكستين أو باكسيل، مضاد للاكتئاب، وبرافاستاتين أو برفشل، دواء لعلاج الكولسترول.
And I said, "Oh! You're clever. Good idea. Show me the list." And there's a bunch of drugs, not very exciting. But what caught my eye was, on the list there were two drugs: paroxetine, or Paxil, an antidepressant; and pravastatin, or Pravachol, a cholesterol medication.
فقلت، "آه، يستعمل الملايين من الأمريكان هذين النوعين من الدواء." في الواقع، عرفنا لاحقا أن، 15 مليون أمريكي يستعملون الباروكستين 15 مليون أمريكي يستعملون البرافاستاتين، ومليون أمريكي يستعملون النوعين في نفس الوقت. إذا يمكن أن يُعاني ما يُقارب مليون شخص من مشاكل على مستوى الغلوكوز إذا تعرضت آلة التعلّم "المامبو جامبو" المدرجة في بيانات إدارة الغذاء والدواء للعطب في الواقع. ولكنني قلت، "لا يمكن نشر هذا بعد، لأنني أحببت ما قمت به باستعمال المامبو جامبو، بواسطة التعلم الآلي، ولكن هذا ليس معيارا يمكن استعماله كدليل لإثبات ما توصلنا إليه." لذا علينا أن نقوم بشيء آخر. فلنبحث في السجلات الطبية الإلكترونية لجامعة ستانفورد. لدينا نسخة منها ولا بأس بذلك للقيام بالبحوث، أزلنا المعلومات الشخصية. وقلت، "فلنكتشف ما إذا كان مستعملو هذين النوعين من الدواء، يعانون من مشاكل الغلوكوز."
And I said, "Huh. There are millions of Americans on those two drugs." In fact, we learned later, 15 million Americans on paroxetine at the time, 15 million on pravastatin, and a million, we estimated, on both. So that's a million people who might be having some problems with their glucose if this machine-learning mumbo jumbo that he did in the FDA database actually holds up. But I said, "It's still not publishable, because I love what you did with the mumbo jumbo, with the machine learning, but it's not really standard-of-proof evidence that we have." So we have to do something else. Let's go into the Stanford electronic medical record. We have a copy of it that's OK for research, we removed identifying information. And I said, "Let's see if people on these two drugs have problems with their glucose."
حاليا يوجد الآلاف والآلاف من الأشخاص في السجلات الطبية لستانفورد ممن يستعملون الباروكستين والبرافاستاتين. ولكننا كنا بحاجة إلى مرضى معينين. احتجنا إلى مرضى يستعملون أحد الأدوية ويتم قياس نسبة الغلوكوز، ثم يستعمل النوع الثاني ويتم قياس نسبة الغلوكوز، كلّ ذلك خلال مدة معينة-- على سبيل المثال شهرين. وعندما قمنا بتلك التجربة، وجدنا 10 مرضى. ومع ذلك، شهد 8 من مرضانا ارتفاعا في نسبة الغلوكوز عندما أخذوا الدواء الثاني "ب"-- والذي نُسمّيه "ب" و"ب"-- عند أخذ الدواء الثاني "ب". ترتيب أخذ الأدوية يٌمكن أن يكون بشكل اعتباطي، ترتفع نسبة الغلوكوز 20 ميلغرام لكل ديسيلتر. فقط كتذكير، نسبة الغلوكوز العادية، في صورة عدم إصابتك بمرض السكري حوالي 90. وعندما تشهد ارتفاعا لتصل حوالي 120، 125، سيبدأ طبيبك بالتفكير في القيام بتشخيص لاحتمال إصابتك بالسكري. لذا ارتفاع بنسبة 20 -- مؤشّر جيّد.
Now there are thousands and thousands of people in the Stanford medical records that take paroxetine and pravastatin. But we needed special patients. We needed patients who were on one of them and had a glucose measurement, then got the second one and had another glucose measurement, all within a reasonable period of time -- something like two months. And when we did that, we found 10 patients. However, eight out of the 10 had a bump in their glucose when they got the second P -- we call this P and P -- when they got the second P. Either one could be first, the second one comes up, glucose went up 20 milligrams per deciliter. Just as a reminder, you walk around normally, if you're not diabetic, with a glucose of around 90. And if it gets up to 120, 125, your doctor begins to think about a potential diagnosis of diabetes. So a 20 bump -- pretty significant.
قلت، "نيك، هذا جيد حقا. ولكن أنا آسف، فنحن لا نملك دليلا على ورق، فهؤلاء فقط 10 أشخاص - هذا لا يُعقل - هذا العدد من الأشخاص لا يكفي."
I said, "Nick, this is very cool. But, I'm sorry, we still don't have a paper, because this is 10 patients and -- give me a break -- it's not enough patients."
إذا قلنا، ما الذي يمكننا أن نقوم به؟ ثم قررنا بأن نتصل بأصدقاءنا بجامعة هارفرد وفاندربيلت، الذين -جامعة هارفرد في بوسطن، وفاندربيلت في ناشفيل، لديهم أيضا سجلات طبيّة الكترونية مماثلة لتلك التي لدينا. فلنر ما إذا كان بإمكانهم إيجاد مرضى يشبهون مرضانا، يتناولون النوع الأول والنوع الثاني، بنسبة غلوكوز في المستوى الذي نحتاجه.
So we said, what can we do? And we said, let's call our friends at Harvard and Vanderbilt, who also -- Harvard in Boston, Vanderbilt in Nashville, who also have electronic medical records similar to ours. Let's see if they can find similar patients with the one P, the other P, the glucose measurements in that range that we need.
شكرا لمجهوداتهم، في غضون أسبوع تمّ إيجاد40 مريضا بجامعة فاندربيليت، نفس الحالة. و100 مريضا بجامعة هارفرد، نفس الحالة. لذا في النهاية، حصلنا على 150 مريضا من ثلاثة مراكز طبية متنوعة أخبرونا بأن هؤلاء المرضى يتناولون هذين النوعين من الدواء ويشهدون ارتفاعا ملحوظا في نسبة الغلوكوز.
God bless them, Vanderbilt in one week found 40 such patients, same trend. Harvard found 100 patients, same trend. So at the end, we had 150 patients from three diverse medical centers that were telling us that patients getting these two drugs were having their glucose bump somewhat significantly.
والمثير للاهتمام، لم نهتم بمرضى السكري، فهم يشهدون تغيرا في نسبة الغلوكوز. عندما تمعنا في نسبة الغلوكوز بالنسبة لمرضى السكري، كانت النسبة مرتفعة ب60 ميليغرام للديسيلتر وليس فقط 20. لقد كان هذا أمرا مُهمّا، "ينبغي أن نقوم بنشر هذا." قمنا بتقديم الأوراق. كانت كلّها أدلة للبيانات، بيانات من إدارة الأغذية والدواء، من جامعة ستانفورد، من جامعة فاندربيلت وجامعة هارفرد. لم نقم بتجربة واحدة حقيقية.
More interestingly, we had left out diabetics, because diabetics already have messed up glucose. When we looked at the glucose of diabetics, it was going up 60 milligrams per deciliter, not just 20. This was a big deal, and we said, "We've got to publish this." We submitted the paper. It was all data evidence, data from the FDA, data from Stanford, data from Vanderbilt, data from Harvard. We had not done a single real experiment.
ولكننا كنا نشعر بالاضطراب. بينما كان يتم مراجعة وثائق الدراسة ذهب نيك إلى المخبر. وجدنا شخصا لديه معرفة بتجهيزات المخبر. أنا لا أقوم بذلك. أهتم بالمرضى، ولكنني لا أستعمل الماصة المخبرية. علمونا كيفية إطعام الفئران الدواء. أخذنا الفئران وقدمنا لها نوعا واحدا من الدواء "الباروكستين". وبينما قدمنا للفئران الأخرى البرافاستاتين. بينما قدمنا لمجموعة ثالثة من الفئران كلا النوعين. وقد لاحظنا ارتفاعا في نسبة الغلوكوز بمعدل 20 إلى 60 ميلغرام للدسليتر على مستوى الفئران.
But we were nervous. So Nick, while the paper was in review, went to the lab. We found somebody who knew about lab stuff. I don't do that. I take care of patients, but I don't do pipettes. They taught us how to feed mice drugs. We took mice and we gave them one P, paroxetine. We gave some other mice pravastatin. And we gave a third group of mice both of them. And lo and behold, glucose went up 20 to 60 milligrams per deciliter in the mice.
تم قبول وثائق الدراسة استنادا على الأدلة المعلوماتية فقط، ولكننا أضفنا ملاحظة صغيرة في الأسفل، قائلين، بالمناسبة، إذا أعطينا هذه الأدوية إلى الفئران، سترتفع نسبة الغلوكوز.
So the paper was accepted based on the informatics evidence alone, but we added a little note at the end, saying, oh by the way, if you give these to mice, it goes up.
كان هذا رائعا، وكان من الممكن أن تنتهي القصة. ولكن مازالت 6 دقائق ونصف.
That was great, and the story could have ended there. But I still have six and a half minutes.
(ضحك)
(Laughter)
إذا كنا جالسين نفكّر حول كل هذا، ولا أتذكر من خمّن في ذلك، ولكن شخص ما قال، "أتساءل عما إذا كان المرضى المتناولون لهذه الأدوية يُعانون من أعراض جانبية أو ارتفاع لنسبة السكر في الدم. ربما. كيف يمكننا معرفة ذلك؟"
So we were sitting around thinking about all of this, and I don't remember who thought of it, but somebody said, "I wonder if patients who are taking these two drugs are noticing side effects of hyperglycemia. They could and they should. How would we ever determine that?"
قلنا، حسنا، ما الذي ستقوم به؟ أنت تتناول دواء، دواء جديدا أو اثنين، وتشعر بشعور غريب. ما الذي ستقوم به؟ ستفتح محرك البحث "غوغل" وتكتب اسم هذين النوعين من الدواء أو نوعا واحدا فقط، وتُضيف "الأعراض الجانبية." ما الذي تُعاني منه؟ قلنا بأننا موافقون، فلنسأل ما إذا كان غوغل سيوافق على مدنا بسجلات البحث، لكي نستطيع الاطلاع على السجلات ونكتشف ما إذا كان المرضى يقومون بهذا النوع من الأبحاث. ولكن للأسف تم رفض مطلبنا. لقد كنت مكتئبا. كنت أتناول العشاء مع زميلي الذي يعمل بمركز أبحاث مايكروسوفت وقلت، "لقد أردنا القيام بهذه الدراسة، ولكن غوغل رفض ذلك، هذه مشكلة نوعا ما." قال، "حسنا، لدينا سجلات البحث "لبنج".
We said, well, what do you do? You're taking a medication, one new medication or two, and you get a funny feeling. What do you do? You go to Google and type in the two drugs you're taking or the one drug you're taking, and you type in "side effects." What are you experiencing? So we said OK, let's ask Google if they will share their search logs with us, so that we can look at the search logs and see if patients are doing these kinds of searches. Google, I am sorry to say, denied our request. So I was bummed. I was at a dinner with a colleague who works at Microsoft Research and I said, "We wanted to do this study, Google said no, it's kind of a bummer." He said, "Well, we have the Bing searches."
(ضحك)
(Laughter)
نعم. هذا رائع. الآن شعرت كما لو أنني --
Yeah. That's great. Now I felt like I was --
(ضحك)
(Laughter)
الآن شعرت كما لو أنني أتحدث إلى نيك مجددا. هو يعمل في إحد أكبر الشركات في العالم. وأنا الآن أحاول أن أجعله يشعر بشعور أفضل. ولكنه قال لي، "لا، روس-- ربما لم تفهم. ليس لدينا سجلات البحث لبنج فقط، ولكن إن استعملت متصفح أكسبلورر للقيام ببحوث على غوغل، ياهو أو بنج أو أي محرك آخر... فنحن، نحتفظ بتلك البيانات لمدة 18 شهرا لأغراض بحثية فقط." فقلت له، "والآن تُخبرني بذلك؟" كان ذلك صديقي أريك هرفيتز، صديقي بمايكرسوفت.
I felt like I was talking to Nick again. He works for one of the largest companies in the world, and I'm already trying to make him feel better. But he said, "No, Russ -- you might not understand. We not only have Bing searches, but if you use Internet Explorer to do searches at Google, Yahoo, Bing, any ... Then, for 18 months, we keep that data for research purposes only." I said, "Now you're talking!" This was Eric Horvitz, my friend at Microsoft.
لذا قمنا بدراسة حيث حددنا 50 كلمة من المحتمل كتابتها من قبل أي شخص عادي إن كان يشكو من ارتفاع نسبة السكر في دمه، مثل "التعب" و"فقدان الشهية" و"كثرة التبول" -- أعتذر ولكن هذه أحد الأشياء التي من الممكن أن تتم كتابتها. لدينا 50 جملة أطلقنا عليها اسم "كلمات مرضى السكري." وقمنا في أولًا بوضع قاعدة بيانات. وكانت النتيجة 0.5 إلى 1% من الأبحاث على الانترنت تتضمّن إحدى الكلمات. فكان ذلك المعدل الأساسي بالنسبة لنا. إذا كتب أحد الأشخاص "باروكسيتين" أو "باكسيل" -- هذه مرادفات -- وكتابة إحدى هذه الكلمات، تساهم في ارتفاع المعدل بحوالي 2% في صورة كنت تعرف بوجود كلمة "باروكسيتين". ولو كانت الكلمة "برافستاتين"، فإن المعدل سيرتفع بحوالي ثلاثة في المائة. وإذا وُجد كلّ من "باروكسيتين" و"برافاستاتين" في الاستفسار، فسيرتفع المعدل بعشرة في المائة، إرتفاع بمعدل 3 إلى 4 أضعاف في الأبحاث المتعلقة بهذين النوعين من الدواء التي تدور حولها أبحاثنا، والكلمات المتعلقة بنوع من مرض السكري أو ارتفاع السكر في الدم.
So we did a study where we defined 50 words that a regular person might type in if they're having hyperglycemia, like "fatigue," "loss of appetite," "urinating a lot," "peeing a lot" -- forgive me, but that's one of the things you might type in. So we had 50 phrases that we called the "diabetes words." And we did first a baseline. And it turns out that about .5 to one percent of all searches on the Internet involve one of those words. So that's our baseline rate. If people type in "paroxetine" or "Paxil" -- those are synonyms -- and one of those words, the rate goes up to about two percent of diabetes-type words, if you already know that there's that "paroxetine" word. If it's "pravastatin," the rate goes up to about three percent from the baseline. If both "paroxetine" and "pravastatin" are present in the query, it goes up to 10 percent, a huge three- to four-fold increase in those searches with the two drugs that we were interested in, and diabetes-type words or hyperglycemia-type words.
قمنا بنشر ما توصلنا إليه، ولاقت نتائجنا بعض الاهتمام. السبب وراء هذا الاهتمام هو أن المرضى كانوا يخبروننا بالآثار الجانبية مباشرة من خلال بحوثهم. ولقد أخبرنا إدارة الغذاء والدواء بذلك. ولقد أبدوا اهتمامهم. ووضعوا برامج مراقبة لوسائل الإعلام الاجتماعية للتعاون مع شركة مايكرسوفت، وكانت هذه البرامج ناجعة، لقراءة المستجدات في تويتر، والفايسبوك، وللبحث في سجلات البحث، ومحاولة اكتشاف الآثار المبكرة للأدوية معا أو بصورة فردية، والتي قد تُسببها هذه الأدوية.
We published this, and it got some attention. The reason it deserves attention is that patients are telling us their side effects indirectly through their searches. We brought this to the attention of the FDA. They were interested. They have set up social media surveillance programs to collaborate with Microsoft, which had a nice infrastructure for doing this, and others, to look at Twitter feeds, to look at Facebook feeds, to look at search logs, to try to see early signs that drugs, either individually or together, are causing problems.
ما الذي أستنتجه من هذا؟ ولماذا أقصّ هذه القصة؟ حسنا، أولا، لدينا بيانات كبيرة الحجم وأخرى متوسطة الحجم لمساعدتنا على فهم التفاعلات بين الأدوية وأساسا، طريقة عمل الدواء. كيف تعمل الأدوية؟ هذا سيخلق أو قد خلق نوعا من النظام البيئي الجديد لفهم طريقة عمل الأدوية وكيفيّة تحسين استعمالها. بدأ نيك في ذلك، وهو أستاذ في كولومبيا حاليا. قام بهذا في أطروحة الدكتوراه الخاصة به للمئات من أزواج الأدوية. ولقد حصل على العديد من التفاعلات المهمة، وقمنا بإعادة ذلك وأظهرنا بأنها طريقة يمكن اعتمادها لإيجاد التفاعلات بين دواء و دواء.
What do I take from this? Why tell this story? Well, first of all, we have now the promise of big data and medium-sized data to help us understand drug interactions and really, fundamentally, drug actions. How do drugs work? This will create and has created a new ecosystem for understanding how drugs work and to optimize their use. Nick went on; he's a professor at Columbia now. He did this in his PhD for hundreds of pairs of drugs. He found several very important interactions, and so we replicated this and we showed that this is a way that really works for finding drug-drug interactions.
ومع ذلك، توجد بعض الأشياء. لا نستعمل فقط نوعين من الأدوية في نفس الوقت. وكما قلت سابقا، يوجد من يستعمل 3 أو 5 أو 7 أو 9 أدوية في نفس الوقت. هل تمت دراسة التفاعلات بالنسبة للأدوية التسعة ؟ نعم نستطيع دراسة كل زوجين على حدة، أ و ب ، أ و ت، أ و ث، ولكن ماذا عن أ، ب، ت، ث، ج، ح، خ معا وأخذها من قبل مريض واحد، ربما ستحصل تفاعلات بينها بطريقة تجعلها أكثر أو أقل فاعلية أو تتسبّب في أعراض جانبية غير مرغوب فيها؟ حقا ليست لدينا أي فكرة عن ذلك. إنه نوع ما خيالي بالنسبة لنا أن نستعمل البيانات لمحاولة فهم التفاعلات بين الأدوية.
However, there's a couple of things. We don't just use pairs of drugs at a time. As I said before, there are patients on three, five, seven, nine drugs. Have they been studied with respect to their nine-way interaction? Yes, we can do pair-wise, A and B, A and C, A and D, but what about A, B, C, D, E, F, G all together, being taken by the same patient, perhaps interacting with each other in ways that either makes them more effective or less effective or causes side effects that are unexpected? We really have no idea. It's a blue sky, open field for us to use data to try to understand the interaction of drugs.
درسان إضافيان: أريدكم أن تفكروا في مدى القوّة التي كنا قادرين على توليدها من البيانات المُتحصّل عليها من قبل المتطوعين الذين شهدوا ردود فعل سلبية من خلال تناول الأدوية من تلقاء أنفسهم أو الصيدلاني أو أطبائهم، أولئك الأشخاص الذين سمحوا باستعمال البيانات الموجودة بستانفورد وهارفارد وفاندربيلت، الناس قلقون بشأن البيانات. هم قلقون بشأن خصوصيتهم وأمنهم-- ولهم الحق في ذلك. نحتاج إلى نظام حماية. ولكننا لا نملك نظاما يُمكّننا من منع الوصول إلى تلك البيانات، فهي مصدر غنيّ بالمعلومات ومصدر إلهام وابتكار واكتشاف للكثير من الأشياء في مجال الطب.
Two more lessons: I want you to think about the power that we were able to generate with the data from people who had volunteered their adverse reactions through their pharmacists, through themselves, through their doctors, the people who allowed the databases at Stanford, Harvard, Vanderbilt, to be used for research. People are worried about data. They're worried about their privacy and security -- they should be. We need secure systems. But we can't have a system that closes that data off, because it is too rich of a source of inspiration, innovation and discovery for new things in medicine.
وآخر شيء أود قوله، في هذه الحالة وجدنا نوعين من الدواء وكانت قصة محزنة نوعا ما. تسبّب كلا الدوائين في عديد المشاكل. ساهما في ارتفاع نسبة الغلوكوز. من الممكن أن يتسببا في إصابة شخص ما بمرض السكري حتى وإن لم يكن مصابا بالسكري، لذا من المستحسن استعمال كلا النوعين بكلّ حذر، وربما ليس في نفس الوقت، ينبغي القيام بعدة اختيارات عند وصف الدواء. ولكن يوجد احتمال آخر. وجدنا نوعين أو ثلاثة أنواع من الدواء تتفاعل فيما بينها بطريقة إيجابية. وجدنا تأثيرات أخرى جديدة للدواء والتي لا توجد بالنسبة لأي دواء عند استعماله لوحده، ولكن عند استعمالها معا، عوض التسبب بآثار جانبية، من الممكن أن تكون علاجا جديدا من نوعه لأمراض ليس لها علاج أو لم تكن العلاجات فعّالة بالنسبة لها. عندما نفكر بشأن العلاج بالأدوية اليوم فإن جميع التطورات اليوم -- بالنسبة لفيروس نقص المناعة البشرية، السلّ الإكتئاب أو مرض السكري -- هي دائما ما تكون مزيجا من الأدوية.
And the final thing I want to say is, in this case we found two drugs and it was a little bit of a sad story. The two drugs actually caused problems. They increased glucose. They could throw somebody into diabetes who would otherwise not be in diabetes, and so you would want to use the two drugs very carefully together, perhaps not together, make different choices when you're prescribing. But there was another possibility. We could have found two drugs or three drugs that were interacting in a beneficial way. We could have found new effects of drugs that neither of them has alone, but together, instead of causing a side effect, they could be a new and novel treatment for diseases that don't have treatments or where the treatments are not effective. If we think about drug treatment today, all the major breakthroughs -- for HIV, for tuberculosis, for depression, for diabetes -- it's always a cocktail of drugs.
لذا الشيء الإيجابي هنا، و هو موضوع محادثاتTED خلال عدة أيام، كيف يمكننا استعمال نفس مصادر البيانات لإيجاد آثار جيدة لمزيج من الأدوية والتي من الممكن أن توفر لنا علاجات جديدة، وآفاق جديدة لكيفية عمل الأدوية وتُمكّننا من علاج مرضانا بطريقة أفضل؟
And so the upside here, and the subject for a different TED Talk on a different day, is how can we use the same data sources to find good effects of drugs in combination that will provide us new treatments, new insights into how drugs work and enable us to take care of our patients even better?
شكرا جزيلا لكم.
Thank you very much.
(تصفيق)
(Applause)