Wyniki wyszukiwania - Biblioteka Nauki

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: medycyna precyzyjna

Sortuj według:

Ogranicz wyniki do:

Personalizacja – przyszłość medycznych konopi?

100%

Kurowska P. , Giermaziak W.

nr 2

73-78

We live in the era of personalisation. Personalised advertisements attack us all around, we are proposed customised trainings and dietary plans. It is no different in medicine. Personalized medicine offers a special approach to the specific needs and symptoms of each patient. How is the future of medical cannabis drawn in the light of this concept? After all, the use of so-called "medical marijuana", although controversial, is the actual part of modern medicine. Approach to the principle: "one size fits all" does not work with therapeutic cannabis therapy. Cannabis is a complex herbal medicine, so far over five hundred compounds present in them have been identified and isolated - not only cannabinoids, but also terpenes, flavonoids and many other compounds. They are able to affect each other, causing so-called “entourage effect” (enhancing, synergetic effect). These interactions are responsible for specific action of different cannabis varieties. Choosing the right product is a huge challenge. There are hundred of different strains of cannabis. The global cannabis industry is full of different types and forms of products. Finding the right one for a patient struggling with specific condition can be a challenge. Gratefully, innovations allow higher levels of personalization while addressing challenges faced by a medical cannabis patient. Platforms using extensive data sets and artificial intelligence are being developed worldwide, which allow the development of personalized therapies based on cannabinoids, including for patients with cancer. However, there is a risk of abuse in this field. Especially since in Poland there is no proper law regarding genetic testing and biobanking... The other thing is that Cannabis flos, like other herbal medicinal products, can cause drug-drug interactions. As the medical cannabis market continues to evolve, we should all strive to ensure that the drug is adapted to the safety and therapeutic profile of the largest number of patients in need.

Żyjemy w erze personalizacji. Zewsząd atakują nas personalizowane reklamy, proponuje się nam dostosowane do naszych wymagań plany treningowe i dietę. Nie inaczej jest w medycynie. Medycyna spersonalizowana oferuje zindywidualizowane podejście do specyficznych potrzeb i objawów każdego pacjenta. Jak w świetle tej koncepcji rysuje się przyszłość konopi medycznych? W końcu stosowanie „medycznej marihuany”, choć budzi wiele kontrowersji, jest częścią współczesnej medycyny. Podejście w myśl zasady: „jeden rozmiar dla wszystkich” nie sprawdza się w przypadku terapii konopiami leczniczymi. Konopie siewne (Cannabis sativa L.) stanowią złożony lek roślinny, do tej pory zidentyfikowano i wyizolowano ponad 500 obecnych w nich związków – nie tylko kannabinoidów, ale również m.in. terpenów i flawonoidów. Mogą one między sobą oddziaływać, wywołując tzw. „efekt entourage”. Interakcje te odpowiadają za specyficzne działanie różnych odmian konopi. Wybór odpowiedniego produktu stanowi ogromne wyzwanie. Na świecie opracowuje się platformy wykorzystujące obszerne zbiory danych i sztuczną inteligencję, które pozwalają na opracowanie spersonalizowanych terapii opartych na kannabinoidach m.in. dla pacjentów z chorobą nowotworową. Istnieje jednak ryzyko nadużyć w tym zakresie. Ponieważ rynek medycznych konopi nadal ewoluuje, wszyscy powinniśmy dążyć do tego, aby lek był dostosowany pod kątem bezpieczeństwa i profilu terapeutycznego dla jak największej rzeszy potrzebujących go pacjentów.

Integration of solutions and services for multi-omics data analysis towards personalized medicine

84%

Reska D. , Czajkowski M. , Jurczuk K. , Boldak C. , Kwedlo W. , Bauer W. , Koszelew J. , Kretowski M.

2021

tom Vol. 41, no. 4

1646--1663

Current advances in high-throughput and imaging technologies are paving the way next-generation healthcare, tailored to the clinical and molecular characteristics of each patient. The Big Data obtained from these technologies are of little value to society unless it can be analyzed, interpreted, and applied in a relatively customized and inexpensive way.We propose a flexible decision support system called IntelliOmics for multi-omics data analysis constituted with well-designed and maintained components with open license for both personal and commercial use. Our proposition aims to serve some insight how to build your own local end-to-end service towards personalized medicine: from raw data upload, intelligent integration and exploration to detailed analysis accompanying clinical medical reports. The high-throughput data is effectively collected and processed in a parallel and distributed manner using the Hadoop framework and user-defined scripts. Heterogeneous data transformation performed mainly on the Apache Hive is then integrated into a so called ‘knowledge base’. On its basis, manual analysis in the form of hierarchical rules can be performed as well as automatic data analysis with Apache Spark and machine learning library MLlib. Finally, diagnostic and prognostic tools, charts, tables, statistical tests and print-ready clinical reports for an individual or group of patients are provided. The experimental evaluation was performed as part of the clinical decision support for targeted therapy in non-small cell lung cancer. The system managed to successfully process over a hundred of multi-omic patient data and offers various functionalities for different types of users: researchers, bio-statisticians/bioinformaticians, clinicians and medical board.