더 빠른 임상 인사이트 위한 속도를 만난 확장성

더 빠른 임상 인사이트 위한 속도를 만난 확장성

의학사에서 가장 흥미로운 혁신 중 하나는 정밀 의학이다. 즉, 유전체 정보를 사용하여 극적으로 개선된 결과를 얻기 위해 개인의 분자 프로파일에 치료를 맞춤화하는 것입니다. 정밀 의학의 약속은 환자들에게 영감을 줄 뿐만 아니라, 그것은 또한 진보적인 의료 기관들에게 진정한 기회를 나타냅니다.

하지만 모든 사람이 미래를 위해 준비된 것은 아닙니다. 비록 유전체 데이터 세트의 크기가 약 8개월마다 두 배로 증가하지만, 많은 조직들은 여전히 구식의 컴퓨팅 인프라를 가지고 일하는 소수의 임상 유전학자들을 사용하여 이 데이터를 분석합니다. 따라서 전통적인 분석은 정밀 의학이 대중에게 도달하는 것을 막는 중요한 병목 현상에 접근합니다.

정밀 의학의 생명을 구하는 힘을 더 많은 환자들에게 가져다주기 위해서는, 의료기관들은 이러한 게놈 검사를 더 빠르고, 더 정확하고, 덜 비싸게 만들 수 있는 기술이 필요합니다.

 

단 몇분이 수개월보다 낫습니다.

여기서 인공지능(AI)이 등장합니다. 새로운 세대의 머신 보조 게놈 분석은 전문가들이 엄청난 양의 데이터를 자동으로 분류하고 놀라운 속도와 정확성으로 의미 있는 통찰력으로 변환할 수 있게 하고 있습니다. 이러한 AI의 발전은 생물정보학 분야를 변화시키고 있으며, 특히 고성능 컴퓨팅과 결합될 때, 인텔의 확장 가능한 시스템 프레임워크를 통해 접근 가능하게 만듭니다.

차세대 하드웨어로 작동하는 인공지능은 환자의 독특한 유전적 프로파일을 이해하는 데 몇 주나 몇 달이 걸리는 것이 아니라 몇 분 만에 엄청난 양의 데이터에서 인사이트를 추출할 수 있습니다. QIAGEN 바이오인포매틱스의 라몬 펠시아노 최고기술책임자(CEO)와 VP, Technology and Global Strategy는 "실제로 자동화는 테스트 분석이 더 빨리 시작될 수 있기 때문에 결과가 더 적은 시간 안에 의료 제공 업체의 손에 들어갈 수 있다는 것을 의미한다", "자동화는 또한 수백 명의 임상 유전학자와 분자 병리학자를 고용하지 않고도 더 많은 양의 검사를 수행할 수 있게 하는데, 그들은 보고서를 읽고 손으로 문학 검색을 완료해야 할 것이다."라고 말했습니다.

 

직원에게 초능력을 제공하는 것

이러한 신기술은 인간의 판단을 대체하지 못합니다. 오히려 데이터 분석의 가장 많은 시간과 기계적 측면을 자동화하는 지원 시스템으로 작용하여 기존 직원을 더욱 가치 있고 효율적으로 만듭니다. 그 결과 정교한 생물정보학 기술과 고급 알고리즘을 인간의 전문지식과 결합한 하이브리드 진단 과정이 나옵니다.

QIAGEN 생물정보학과 인텔은 함께 평범한 전문가에게 초인적인 진단 능력을 제공하는 시스템을 만들어 인간 인식만으로 허용할 수 있는 것보다 빠르고 포괄적인 임상적 인사이트를 제공할 수 있게 했습니다. 펠시아노 박사는 임상실험실 직원이 최대 4배 더 생산적일 수 있다는 것을 의미한다고 말했습니다.

이 접근법의 이점은 이미 입증되었습니다. 코펜하겐의 게놈 의학센터에서 암 환자와 함께 일하는 생화학자인 라르스 조엔슨 박사는 AI가 강화된 진단은 분석 속도를 극적으로 증가시키기 때문에 개별화된 치료법의 맞춤화에 매우 소중했다고 말합니다. “샘플에서 답변까지 5일 정도 시간을 되돌릴 수 있었습니다.”

 

의학의 전진

QIAGEN Bioinformatics와 Intel은 차세대 시퀀싱 데이터 분석을 자동화하기 위한 노력을 주도하는 두 명의 핵심 플레이어입니다. QIAGEN의 유전체학에 대한 비할 데 없는 전문지식과 인텔의 최첨단 의료 기술을 결합함으로써 두 회사는 유전자 검사의 중요한 병목 현상을 없애고 있습니다.

인텔의 확장 가능한 시스템 프레임워크가 제공하는 QIAGEN 임상 인사이트를 생각해 보십시오. 인텔 SSF는 특히 임상 환경에서 차세대 시퀀싱을 비용 효율적으로 만드는 속도와 확장성을 가지고 있습니다. 인텔 SSF가 제공하는 컴퓨터의 마력은 실험실의 수익에 지대한 영향을 미칠 수 있는데, 여기서 대량의 환자 데이터를 빠르고 정확하게 처리할 수 있는 능력은 임상뿐만 아니라 재정적인 장애 요인이 됩니다.

QIAGEN Bioinformatics and Intel은 상용 QIAGEN 솔루션과 동등한 오픈 소스 대안을 비교하면서 총 소유 비용(TCO) 분석을 실시했습니다. TCO 결과에 따르면 QIAGEN / Intel SSF 솔루션은 4년 동안 총 소유 비용을 최대 130만 달러까지 보수적으로 줄일 수 있었습니다.

그리고 관심을 받을 만한 것은 비용 절감뿐 만이 아닙니다. QIAGEN은 인텔과 제휴하여 빠르고 비용 효율적인 설정으로 엔드 투 엔드 솔루션을 만들었습다. 따라서 임상실험실에서는 해결책의 잠재력을 충분히 실현하기 위해 전문적인 기술 전문지식이 필요하지 않습니다.

 

차세대 케어

의료진단과 관련된 의료·생물 데이터의 양이 증가함에 따라 연구자, 의사, 환자가 이를 이해할 수 있도록 돕는 시스템의 필요성도 커질 것입니다.

정밀 의학만큼 유망한 의학적 진보는 거의 없으며, 인텔의 확장 가능한 솔루션 프레임워크가 추진하는 QIAGEN의 AI 기반 진단 도구가 앞장서고 있습니다. 이러한 첨단 시스템은 인공지능의 속도와 인간의 전문성의 신뢰도를 결합함으로써 진단의학에서 차세대 시퀀싱의 속도와 확산을 가속화하는 데 필요한 도구를 어떤 조직에도 제공할 수 있습니다.

인텔의 전 세계 보건 및 생명과학 총 지배인인 제니퍼 에스포지토는 "게놈 시퀀싱에 대한 수요가 증가함에 따라 처리, 저장, 관리해야 하는 데이터의 양도 증가한다"라고 말합니다. 빅데이터를 둘러싼 도전은 정밀 의학의 세계가 확대되면서 계속 커질 것입니다. 이 세상에서 역할을 하고 싶은 사람이 있다면, 그들은 그 일에 맞는 도구를 선택해야 할 것입니다.